当前位置:主页 > 管理论文 > 工程管理论文 >

在线喷印视觉检测系统的研究

发布时间:2021-06-12 04:59
  针对瓦楞纸箱上型号标志传统粘贴工艺成本高、效率低等问题,对在线喷印视觉检测系统进行了研究。这一系统采用带滚动导向的喷头自适应机构,兼容不同尺寸的瓦楞纸箱,由与喷头保持相对静止的工业相机进行喷印字符质量监控,实现型号标志的在线喷印及喷印字符质量的视觉检测。对图像采集与喷印区域定位、喷印字符分割与特征提取、喷印字符配准、喷印字符缺陷与非喷印字符缺陷提取等关键技术进行了分析。测试数据表明,对于不同字体、不同字号、不同粗细且存在整体随机畸变叠加局部随机畸变的喷印字符型号标志,在线喷印视觉检测系统的检测准确率达到100%,缺陷检测精度达到0. 06 mm2,检测时间短于0. 2s,可以实现对喷印字符缺陷进行实时快速准确检测。这一系统拥有良好的自适应性、鲁棒性与自检性,在自动化喷印行业中具有较高的应用价值。 

【文章来源】:机械制造. 2020,58(09)

【文章页数】:8 页

【部分图文】:

在线喷印视觉检测系统的研究


喷印字符匹配模板

相机,工业,图像,开窗


实际生产制造过程中,瓦楞纸箱上型号标志的喷印尺寸为240 mm×40 mm,长宽比为6∶1,存在毫米级偏移。工业相机的全屏分辨率为2 456像素×2 058像素,采集的全屏图像如图2所示。设置工业相机的采集图像区域比例由原来的1.2∶1改为6∶1,采集的开窗图像如图3所示。通过应用工业相机的开窗功能,可以将工业相机的帧率由17帧/s提高到35帧/s。同时设置曝光时间为1 ms,不仅能够对工业相机的性能有效充分挖掘利用,保证图像采集的平稳性和准确性,而且可以有效提高系统效率。开窗图像中的区域并非都需要检测,因为开窗图像中还包括一些不需要识别的字符及其它干扰信息,如果对开窗图像直接进行喷印字符分割与提取,效果必然很差,严重影响算法的鲁棒性与稳定性,因此在进行后续图像处理前,有必要对开窗图像中的目标喷印区域进行定位[9]。经典区域定位算法通常是利用图像中的轮廓特征、纹理特征、相关性特征等进行匹配,在整幅图像中搜索定位,不仅运算量大、耗时长,而且受图像质量和噪声影响较大[10]。针对在线喷印视觉检测系统型号标志仅存在毫米级偏移的特点,采用手动选取有效喷印区域的方法,将模板图像中的型号标志喷印区域适当扩大,作为有效喷印区域,兼容系统固有偏移特性,有效提高了算法效率。有效喷印区域裁剪效果如图4所示。

开窗,相机,工业,图像


开窗图像中的区域并非都需要检测,因为开窗图像中还包括一些不需要识别的字符及其它干扰信息,如果对开窗图像直接进行喷印字符分割与提取,效果必然很差,严重影响算法的鲁棒性与稳定性,因此在进行后续图像处理前,有必要对开窗图像中的目标喷印区域进行定位[9]。经典区域定位算法通常是利用图像中的轮廓特征、纹理特征、相关性特征等进行匹配,在整幅图像中搜索定位,不仅运算量大、耗时长,而且受图像质量和噪声影响较大[10]。针对在线喷印视觉检测系统型号标志仅存在毫米级偏移的特点,采用手动选取有效喷印区域的方法,将模板图像中的型号标志喷印区域适当扩大,作为有效喷印区域,兼容系统固有偏移特性,有效提高了算法效率。有效喷印区域裁剪效果如图4所示。▲图4有效喷印区域裁剪效果

【参考文献】:
期刊论文
[1]基于多对象匹配与融合字符特征的印刷质量检验方法[J]. 徐珩,刘学平.  包装工程. 2019(11)
[2]基于视觉的印刷字符缺陷自动检测方法[J]. 冯秋歌,吴禄慎,王晓辉.  南昌大学学报(工科版). 2018(04)
[3]基于halcon的字符缺陷检测系统[J]. 汪成龙,黄余凤,陈铭泉,陈泽涛,何宣.  制造业自动化. 2018(09)
[4]基于多区域变形补偿的印刷文字缺陷检测算法研究[J]. 李敏,周强,陈晗,王亚波.  陕西科技大学学报. 2018(02)
[5]一种针对畸变印刷品字符校正的多项式自寻优改进方法[J]. 杨晓妍,张俊涛,周强.  包装工程. 2018(07)
[6]一种基于机器视觉的雕刻字识别系统[J]. 王宇,吴智恒,刘泓滨,陈启愉,段先云,邓志文,童季刚.  机械制造. 2017(12)
[7]基于视觉的印刷品缺陷检测技术[J]. 徐足骋,周鑫,袁锁中,王从庆,张小正.  重庆理工大学学报(自然科学). 2017(08)
[8]基于Halcon的食品生产日期针孔光学字符检测[J]. 鹿武先.  软件导刊. 2017(04)

硕士论文
[1]小字符喷码机的字符识别方法研究[D]. 阎晨阳.广西师范大学 2019
[2]基于Qt与Arm NN的嵌入式喷码检测系统设计与实现[D]. 王斌.广西师范大学 2019
[3]基于畸变区域优化校正的印刷字符缺陷在线检测算法研究[D]. 杨晓妍.陕西科技大学 2019
[4]基于Halcon的芯片字符识别[D]. 王文平.大连交通大学 2018
[5]基于机器视觉的商标缺陷采集系统研究与应用[D]. 常国立.中北大学 2018
[6]基于视觉的印刷缺陷检测技术研究[D]. 徐足骋.南京航空航天大学 2018
[7]机器视觉在包装袋打码缺陷检测中的应用研究[D]. 刘硕.天津科技大学 2017



本文编号:3225995

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3225995.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户15bd0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com