基于Android的金属标贴缺陷视觉检测系统研究与设计

发布时间：2020-05-31 06:31

【摘要】：随着我国包装工业的飞速发展以及现代检测技术的不断进步,包装加工领域的表面缺陷自动化检测逐渐成为行业发展的重点方向。其中,机器视觉因精度、效率高且便于集成等优点,已成为推动该行业自动化、智能化升级的关键技术。目前,包装表面粘贴金属标贴,多数企业仍使用人工贴标和检测。为缩减用工成本和提升检测效率,企业希望引进机器视觉缺陷检测技术。传统基于PC的机器视觉系统搭建成本高,企业难以接受。针对该问题,本文设计了基于Android的金属标贴缺陷视觉检测系统,使用Android智能终端采集进入拍摄区域的包装表面的金属标贴图像,经缺陷检测软件处理后,将检测结果发送给PLC,控制传送带完成包装盒的分拣。本文的研究工作包含以下几个方面:(1)分析了金属标贴粘贴于硬质包装盒表面后的常见缺陷,根据包装表面常见缺陷特征及该工序的生产特点进行了总体方案设计,并完成了软硬件系统架构设计及主要硬件设备的选型。(2)根据标贴缺陷检测系统对精度要求,利用Brenner梯度函数完成相机标定前的辅助对焦,然后使用基于张式标定法的标定工具完成了相机标定。通过实验测试,相机图像识别精度达到0.04mm,满足设计要求。(3)对3种特征点提取算法与2种特征点匹配算法进行了实验研究,并进一步使用Lowe’s,RANSAC算法提升图像配准精度和鲁棒性,确定综合性能较佳的ORB/BF组合算法实现图像的快速精确配准。最后利用图像差分法获取缺陷像素分布,得到了一套适用于Android平台的轻量化算法。(4)搭建了基于Android的缺陷检测系统,完成了缺陷检测软件的开发。在金属标贴常见缺陷的检测实验中,系统的平均检出率达90%以上。验证了本文设计的缺陷检测系统的有效性和实用性。经实验室测试结果表明,开发的基于Android的金属标贴缺陷视觉检测系统,能较为准确地识别金属标贴缺陷,且运行稳定、成本低,基本满足企业的应用需求。
【图文】：

手机,视觉技术

图 1-4 HALCON 在 Android 移动手机上的实现流程德国 MVtec 公司自主开发的标准机器视觉算法包 HALCON 也成功的移植到Android，只要在 HALCON 开发环境中完成相应功能的软件编写，然后将完成后的应用程序上载到 Android 移动手机，就能在 Android 移动手机上实现机器视觉技术的应用，，如图 1-4 所示，通过图中的开发步骤，便能将强大的图像处理集成到个人的 Android 手机的应用程序中，使企业或个人通过移动平台上的视觉技术获利。1.3.3 基于 Android 的视觉技术研究现状墨西哥国立自治大学的 Román Osorio Comparán 等人，提出了一种机器视觉算法用于移动导航机器人的目标识别。结合对象颜色识别算法和机器视觉算法，通过 Canny 和Hough 变换作为一种补充，改进了对所选对象的识别算法。这些算法的功能最终通过Android 移动端的 APP 安装到移动导航机器人上得以实现[30]。R.Manoharan 等人设计并

标贴,电铸,金属

包装加工过程中用到的金属标贴为电铸金属标贴。常见的金属标贴如图 2-1是没有载体。过去，使用各种字符和图案显表面更加醒目，一般会使用颜色与标签载体凸显。而电铸金属标贴无须使用这类方法，需载体的金属标贴具有很好的相容性，粘贴一体。这使得金属标贴在包装表面的显示效比拟的。金属标贴的第二个特点是其生产工标贴的生产，耗时少，成本低[42]。生产企业收整个生产过程只需要一个丝网印刷平台，一本设备[43]。金属标贴的第三个特点是环保，部性薄膜和硅油底纸，常见的金属标贴的结
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TB48

【参考文献】