發(fā)布時(shí)間：2017-12-19 17:24

  本文關(guān)鍵詞：工業(yè)產(chǎn)品缺陷在線檢測(cè)系統(tǒng)的研究　出處：《浙江理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 工業(yè)產(chǎn)品 在線檢測(cè) 螺絲缺失 OCR 灰度直方圖 LBP phash

【摘要】：產(chǎn)品是否合格是產(chǎn)品生產(chǎn)質(zhì)量的重要指標(biāo)。人工檢測(cè)產(chǎn)品是否合格的方法不但效率低,而且勞動(dòng)成本高。隨著機(jī)器視覺(jué)檢測(cè)在工業(yè)產(chǎn)品中的廣泛應(yīng)用,大大提高了生產(chǎn)效率,降低了人工成本。本文針對(duì)某工廠生產(chǎn)線上的某款遠(yuǎn)端射頻模塊工業(yè)產(chǎn)品仍舊需要人工目測(cè)其螺絲是否缺失,存在效率低,工人易疲勞和漏檢等問(wèn)題,在其生產(chǎn)線上搭建了一個(gè)該工業(yè)產(chǎn)品在線檢測(cè)系統(tǒng),用于檢測(cè)該工業(yè)產(chǎn)品上螺絲是否缺失和OCR字符的識(shí)別。本論文主要研究?jī)?nèi)容、結(jié)果與創(chuàng)新點(diǎn)包括:(1)設(shè)計(jì)與搭建了該工業(yè)產(chǎn)品在線檢測(cè)系統(tǒng)。該系統(tǒng)硬件部分主要由計(jì)算機(jī)、單反相機(jī)、亞克力板、條狀LED燈、旋轉(zhuǎn)平臺(tái)和機(jī)柜等組成,實(shí)現(xiàn)了該工業(yè)產(chǎn)品不同檢測(cè)面的自動(dòng)拍照,為其螺絲是否缺失和OCR字符識(shí)別提供了自動(dòng)檢測(cè)的硬件平臺(tái)。(2)研究了該工業(yè)產(chǎn)品上螺絲缺失的算法。研究基于灰度直方圖、LBP和phash的三種算法來(lái)檢測(cè)螺絲是否缺失,通過(guò)比較三種算法的檢測(cè)結(jié)果發(fā)現(xiàn),基于phash的檢測(cè)算法效果較好。(3)研究了該工業(yè)產(chǎn)品上OCR字符識(shí)別算法。首先對(duì)采集到的圖像進(jìn)行灰度化、二值化、去噪、校正等預(yù)處理操作;然后利用Tesseract-OCR引擎提供的自定義的字符庫(kù)訓(xùn)練方法,訓(xùn)練該工業(yè)產(chǎn)品的字符庫(kù);最后利用Tesseract-OCR引擎對(duì)字符進(jìn)行識(shí)別;識(shí)別結(jié)果表明自訓(xùn)練的字符庫(kù)識(shí)別準(zhǔn)確率為96.2%。(4)在Visual Studio 2010平臺(tái)上,利用C#語(yǔ)言開(kāi)發(fā)了該工業(yè)產(chǎn)品在線檢測(cè)系統(tǒng)軟件,主要包括產(chǎn)品檢測(cè)參數(shù)設(shè)定和產(chǎn)品在線檢測(cè)兩個(gè)界面。首先對(duì)該工業(yè)產(chǎn)品所需的檢測(cè)參數(shù)進(jìn)行設(shè)定,然后對(duì)待測(cè)產(chǎn)品各個(gè)檢測(cè)面進(jìn)行自動(dòng)拍照,并對(duì)每個(gè)檢測(cè)面待檢測(cè)區(qū)域判斷螺絲的缺失和OCR字符識(shí)別,最后將檢測(cè)結(jié)果保存在文檔中備查。本文搭建的工業(yè)產(chǎn)品缺陷在線檢測(cè)系統(tǒng)在工廠實(shí)際運(yùn)行結(jié)果表明,系統(tǒng)運(yùn)行穩(wěn)定,檢測(cè)精準(zhǔn)度較高。
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F425;TP391.41

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 黃志平;許亮;;基于機(jī)器視覺(jué)的工業(yè)炸藥包裝缺陷在線檢測(cè)系統(tǒng)[J];爆破器材;2015年03期

2 詹茵茵;鄧積微;王太宏;;屬性約簡(jiǎn)的氣脹鋰電池在線檢測(cè)方法[J];電源技術(shù);2015年04期

3 柴先濤;梁久禎;;基于特征點(diǎn)提取的軸承瑕疵工業(yè)在線檢測(cè)[J];濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年05期

4 趙娟;彭彥昆;Sagar Dhakal;張雷蕾;;基于機(jī)器視覺(jué)的蘋果外觀缺陷在線檢測(cè)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年S1期

5 孫雪晨;姜肖楠;傅瑤;韓誠(chéng)山;文明;;基于機(jī)器視覺(jué)的凸輪軸表面缺陷檢測(cè)系統(tǒng)[J];紅外與激光工程;2013年06期

6 吳彰良;孫長(zhǎng)庫(kù);劉潔;;基于圖像處理的油封缺陷自動(dòng)檢測(cè)與分類識(shí)別方法[J];儀器儀表學(xué)報(bào);2013年05期

7 謝佩軍;;基于互信息與差影法的塑料齒輪缺陷檢測(cè)研究[J];制造業(yè)自動(dòng)化;2012年23期

8 吳家偉;嚴(yán)京旗;方志宏;夏勇;;基于Adaboost改進(jìn)算法的鑄坯表面缺陷檢測(cè)方法[J];鋼鐵研究學(xué)報(bào);2012年09期

9 馬玉真;李國(guó)平;;大尺寸鋼球表面缺陷的檢測(cè)[J];傳感器與微系統(tǒng);2012年08期

10 趙慧潔;葛文謙;李旭東;;基于改進(jìn)PCNN的軸尖表面缺陷檢測(cè)[J];北京航空航天大學(xué)學(xué)報(bào);2012年03期

，

本文編號(hào)：1308795