隨著我國制造業(yè)的快速發(fā)展,膠合板被廣泛應(yīng)用于社會生產(chǎn)的各個(gè)領(lǐng)域,在國民經(jīng)濟(jì)中發(fā)揮著重要作用。木皮作為膠合板的原材料,其尺寸誤差和表面缺陷會降低膠合板的產(chǎn)品質(zhì)量。為了避免因木皮尺寸誤差和表面缺陷造成的膠合板質(zhì)量問題,本文依托于山東某木材機(jī)械企業(yè)項(xiàng)目,基于機(jī)器視覺檢測技術(shù)快速準(zhǔn)確的優(yōu)點(diǎn),以木皮尺寸和表面缺陷為研究對象,對在線檢測系統(tǒng)的搭建、木皮尺寸的檢測和表面缺陷的識別分類進(jìn)行了深入研究。良好的檢測系統(tǒng)是識別檢測的基礎(chǔ),針對木皮尺寸和表面缺陷類型,對木皮檢測系統(tǒng)整體架構(gòu)進(jìn)行了設(shè)計(jì),并搭建了木皮檢測系統(tǒng)硬件平臺。采用暗場照明與背光照明相結(jié)合的方法輔助CCD相機(jī)對木皮圖像進(jìn)行采集,此方法可以突顯木皮外形輪廓和表面特征,有助于木皮檢測系統(tǒng)的檢測識別。為了減少環(huán)境因素對采集圖像質(zhì)量的干擾,采用直方圖均衡化的方法來突顯所需的圖像特征。在圖像直方圖均衡化的基礎(chǔ)上,結(jié)合幾種常用的圖像邊緣分割算法進(jìn)行邊緣檢測,根據(jù)實(shí)際的分割效果選取最佳的Canny分割算法,并通過木皮圖像外接多邊形方法與邊緣擬合提取方法相結(jié)合的方式對分割后的圖像進(jìn)行處理計(jì)算,實(shí)現(xiàn)了對木皮尺寸的準(zhǔn)確檢測。針對木皮表面缺陷的識別分類,利用詞袋... 

【文章來源】：濟(jì)南大學(xué)山東省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

機(jī)器視覺應(yīng)用案例

分選檢測系統(tǒng)需要檢測的對象，同時(shí)結(jié)合生產(chǎn)加工過程中分選檢測系統(tǒng)的總體架構(gòu)，并對系統(tǒng)架構(gòu)中的組成和相關(guān)測對象及關(guān)鍵技術(shù)方法測對象檢測系統(tǒng)的檢測對象為：木皮尺寸與木皮表面缺陷。木皮備裁剪誤差。木皮的表面缺陷主要來源于兩個(gè)方面：第一受生長環(huán)境影響產(chǎn)生的先天性缺陷；第二種來源于病蟲害性缺陷。木皮表面存在多種類型的缺陷，為研究方便，本活節(jié)、死節(jié)和孔洞缺陷進(jìn)行分析檢測，并結(jié)合木皮尺寸檢系統(tǒng)所要檢測的木皮樣本如圖 2.1 所示，木皮缺陷樣本如

木皮分選檢測系統(tǒng)的檢測對象為：木皮尺寸與木皮表面缺陷。木皮尺寸誤差產(chǎn)是加工設(shè)備裁剪誤差。木皮的表面缺陷主要來源于兩個(gè)方面：第一種來源于樹長過程中受生長環(huán)境影響產(chǎn)生的先天性缺陷；第二種來源于病蟲害和木材加工生的后天性缺陷。木皮表面存在多種類型的缺陷，為研究方便，本課題針對木要存在的活節(jié)、死節(jié)和孔洞缺陷進(jìn)行分析檢測，并結(jié)合木皮尺寸檢測來設(shè)計(jì)檢木皮檢測系統(tǒng)所要檢測的木皮樣本如圖 2.1 所示，木皮缺陷樣本如圖 2.2 所示圖 2.1 木皮樣本圖

【參考文獻(xiàn)】：
期刊論文
[1]基于k-means++的多分類器選擇分類研究[J]. 熊霖,唐萬梅.  重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[2]基于機(jī)器視覺的紡織布品色差檢測研究[J]. 冀永樂,張團(tuán)善,顏亞飛,張帆,蒙春學(xué).  西安工程大學(xué)學(xué)報(bào). 2018(04)
[3]基于改進(jìn)的FAST和FREAK的圖像匹配算法[J]. 趙小強(qiáng),徐鑄業(yè).  蘭州理工大學(xué)學(xué)報(bào). 2018(03)
[4]一種地外天體路標(biāo)圖像的稀疏化表征方法[J]. 胡榮海,黃翔宇.  空間控制技術(shù)與應(yīng)用. 2018(03)
[5]基于機(jī)器視覺檢測鋼板板形的圖像處理方法研究[J]. 許博文,唐朝,張?zhí)?李家棟.  軟件工程. 2018(06)
[6]基于機(jī)器視覺的蘋果品質(zhì)在線分級檢測[J]. 石瑞瑤,田有文,賴興濤,古文君.  中國農(nóng)業(yè)科技導(dǎo)報(bào). 2018(03)
[7]一種基于機(jī)器視覺的農(nóng)田害蟲活體動態(tài)圖像特征獲取系統(tǒng)[J]. 宋琨珷,徐峰.  電子質(zhì)量. 2017(12)
[8]基于分塊SURF特征提取的圖像目標(biāo)跟蹤算法[J]. 牛暢,黃銀和,尹奎英.  激光與紅外. 2017(12)
[9]基于機(jī)器視覺的鋼軌表面檢測光學(xué)模型的研究[J]. 吳祿慎,張叢,萬超,史皓良.  鐵道標(biāo)準(zhǔn)設(shè)計(jì). 2017(05)
[10]基于機(jī)器視覺的SOP芯片引腳缺陷檢測系統(tǒng)設(shè)計(jì)[J]. 李本紅,張淼,歐幸福.  電子器件. 2017(01)

博士論文
[1]基于流形支持向量機(jī)的木材表面缺陷識別方法的研究[D]. 陳立君.東北林業(yè)大學(xué) 2015
[2]數(shù)字圖像處理技術(shù)在木材表面缺陷檢測中的應(yīng)用研究[D]. 謝永華.東北林業(yè)大學(xué) 2013

碩士論文
[1]基于支持向量機(jī)（SVM）的車牌識別[D]. 余承波.安徽理工大學(xué) 2018
[2]基于小波變換和LBP的木材表面缺陷識別[D]. 張益翔.南京林業(yè)大學(xué) 2017
[3]基于機(jī)器視覺的中厚鋼板輪廓檢測系統(tǒng)的研究[D]. 胡遠(yuǎn).浙江理工大學(xué) 2017
[4]隨機(jī)共振優(yōu)化模型及其在圖像增強(qiáng)中的應(yīng)用研究[D]. 王迪.杭州電子科技大學(xué) 2016
[5]木質(zhì)板材缺陷的多視覺檢測方法[D]. 呂士碩.天津科技大學(xué) 2015
[6]基于數(shù)學(xué)形態(tài)學(xué)的木材缺陷分割技術(shù)的研究[D]. 邱筱斐.東北林業(yè)大學(xué) 2012
[7]木材表面缺陷圖像識別的算法研究[D]. 朱蕾.南京林業(yè)大學(xué) 2011
[8]基于顏色特征木材缺陷檢測的研究[D]. 王玉玨.東北林業(yè)大學(xué) 2010
[9]支持向量分類機(jī)的核函數(shù)研究[D]. 李紅英.重慶大學(xué) 2009
[10]支持向量機(jī)核函數(shù)的研究[D]. 黃嘯.蘇州大學(xué) 2008



本文編號：2967310