酒瓶中异物检测技术研究
发布时间：2021-10-05 17:04
近年来,随着机器视觉和人工智能技术的不断发展,各行各业都亟待新一轮产业升级。由于中国瓶装白酒的外观设计复杂多样,导致异物图像捕捉困难,视觉检测难度极高,因此依靠人眼检测酒瓶中可见异物的人工检测方法依然占据主流地位。可见,在当今的科研趋势和市场环境下,展开基于机器视觉的酒瓶中异物检测技术的相关研究具有十分重要的意义。本文设计了一种针对瓶装白酒的酒瓶中可见异物检测流程,基于该检测流程着重讨论并研究了两种检测算法:基于随机森林的酒瓶中异物检测算法和基于轻量化网络的酒瓶中异物检测算法。具体研究工作如下:分析了酒液中各类异物的物理特性,并据此采用了翻转倒置酒瓶的方法以能够捕捉到异物运动的图像序列。设计了一套图像采集实验系统,并对该系统的各个组成部分进行了简要的介绍,其中包括光源和工业相机的选型,以及照明方式的选取。基于异物的运动轨迹,提出了在酒瓶倒置回正后1秒左右检测大型沉淀类异物,3秒左右检测其他类型异物的检测思路。研究了基于随机森林的酒瓶中异物检测算法。该算法主要分为四个步骤:候选异物的选取、分类、位置判定以及匹配,首先采用基于移动平均的自适应局部阈值分割方法实现候选异物的选取,然后提取了候...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
机器视觉技术在各种工业中的应用
电子科技大学硕士学位论文24纤卤素灯等，在这些光源中荧光灯和LED光源用的最多。根据光源中放电对象的不同，可以将光源分为卤素灯、荧光灯和氨气灯等；根据光源发光形状的不同可以分为点光源、线光源和面光源等[48]。不同机器视觉光源的各项技术指标对比如表3-2所示。表3-2常见机器视觉光源的技术指标对比光源类别光效/（1lmw)显色指数/Ra色温/K平均寿命/(万h)LED灯80~10070~80全系列5~10白炽灯151002800~30000.1普通荧光灯7070全系列1三基色荧光灯9380~98全系列1.2高频无极灯55~7075~853000~40004~8由表可知，LED灯虽然具备能耗低，发热量少的特点，但是它的亮度却依然很高，环境适应能力很强。综合本文的应用场景、图像采集实验系统的实际需求以及光源的性价比等各个方面，本文最终选择LED灯面光源作为图像采集实验系统的照明光源，其实物图如图3-1所示。图3-1LED灯面光源对于所有的基于机器视觉的检测系统而言，选择合适的照明方式能为目标物体提供良好的照明环境，便于采集到清晰的目标图像，从而为完成快速、准确检测提供了重要保障。常用的照明方式有直接照明、暗场照明、漫射照明、背光照明以及同轴照明[49]，如图3-2所示。本文根据某大曲白酒瓶的特性选取了背光照明方式。因为本文的蓝色白酒瓶是一种外表极其光滑的玻璃容器，如果采用直接照明方式的话，就很容易导致玻璃
第三章图像采集实验系统及检测方案设计25酒瓶上存在一些亮斑和大面积反光，进而造成采集到的酒瓶图像上出现一些亮白部分，使得图像信息丢失，这将对酒瓶中可见异物的检测结果造成很大影响。经过大量重复的实验测试，本文根据白酒玻璃瓶能够对光线进行反射、折射的特性，最终采用了一个LED灯面光源作为背景光源，待检酒瓶处于相机和光源中间。此时所拍摄到的酒瓶图像中，异物与背景的对比度会大大增强，这将有助于后续数据集的制作以及算法的实现。（a）（b）（c）（d）（e）图3-2不同的照明方式（a）直接照明；（b）暗场照明；（c）背光照明；（d）漫场照明；（e）同轴照明3.2.2工业相机选型由于本文所检测的酒瓶中异物的尺寸较小，因此所选用工业相机的分辨率必须要达到一定的要求。此时就需要根据待检测酒瓶的尺寸选择合适本文环境的工业相机，本文所检测的某大曲瓶装白酒的实物图如图3-3所示。图中包含酒液的部分为检测区域，经测量得到其水平方向的距离为89mm，有垂直方向的距离为176mm。因此，本文设定目标的高度为90mm，目标的宽度为180mm，再结合本文环境下酒液中常见异物的尺寸，可以计算出本文所要选取的工业相机水平方向的分辨率至少为3600像素，垂直方向的分辨率至少为1800像素。
【参考文献】：
期刊论文
[1]基于机器视觉的瓶装白酒杂质检测[J]. 邵志敏,张意,张卫华,周激流. 四川大学学报(自然科学版). 2019(02)
[2]基于机器视觉的酒液异物智能检测方法研究[J]. 吴晓敏,耿春明. 机械工程与自动化. 2016(01)
[3]基于智能视觉的透明液体可见异物检测软件设计[J]. 张朴,程明. 计算机测量与控制. 2015(03)
[4]基于视觉的酒液中异物自动识别方法研究[J]. 薛婷,陈彦龙,吴斌. 光电子.激光. 2012(11)
[5]基于机器视觉的酒液智能检测系统研究与开发[J]. 周博文,王耀南,张辉,葛继. 中国机械工程. 2010(07)
[6]基于机器视觉的大输液智能灯检机研究[J]. 李杨果,王耀南,王威. 光电工程. 2006(11)
硕士论文
[1]可见光图像弱小目标的检测与跟踪研究[D]. 章立.西安科技大学 2018
[2]基于分类器的液体内微小异物检测技术[D]. 仇友昌.电子科技大学 2018
[3]透明液体中低对比度杂质检测方法的研究[D]. 买热哈巴·优素甫江.北方工业大学 2017
[4]瓶装液体可见异物的机器视觉检测技术研究[D]. 贾盈盈.哈尔滨工程大学 2018
[5]基于图像处理的瓶内异物自动检测[D]. 鲍冉冉.东南大学 2016
[6]基于图像处理的药液可见异物检测[D]. 李丽娴.中南大学 2014
[7]基于机器视觉的酒液异物在线检测技术研究[D]. 陈文广.华中科技大学 2014
[8]异型瓶装溶液异物的机器视觉检测技术研究[D]. 张耀.湖南大学 2012
[9]基于机器视觉的瓶装液体异物检测技术研究[D]. 刘静寒.合肥工业大学 2012
[10]基于机器视觉的安瓿内可见异物检测系统的研究[D]. 李伟.清华大学 2010
本文编号：3420168
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
机器视觉技术在各种工业中的应用
电子科技大学硕士学位论文24纤卤素灯等，在这些光源中荧光灯和LED光源用的最多。根据光源中放电对象的不同，可以将光源分为卤素灯、荧光灯和氨气灯等；根据光源发光形状的不同可以分为点光源、线光源和面光源等[48]。不同机器视觉光源的各项技术指标对比如表3-2所示。表3-2常见机器视觉光源的技术指标对比光源类别光效/（1lmw)显色指数/Ra色温/K平均寿命/(万h)LED灯80~10070~80全系列5~10白炽灯151002800~30000.1普通荧光灯7070全系列1三基色荧光灯9380~98全系列1.2高频无极灯55~7075~853000~40004~8由表可知，LED灯虽然具备能耗低，发热量少的特点，但是它的亮度却依然很高，环境适应能力很强。综合本文的应用场景、图像采集实验系统的实际需求以及光源的性价比等各个方面，本文最终选择LED灯面光源作为图像采集实验系统的照明光源，其实物图如图3-1所示。图3-1LED灯面光源对于所有的基于机器视觉的检测系统而言，选择合适的照明方式能为目标物体提供良好的照明环境，便于采集到清晰的目标图像，从而为完成快速、准确检测提供了重要保障。常用的照明方式有直接照明、暗场照明、漫射照明、背光照明以及同轴照明[49]，如图3-2所示。本文根据某大曲白酒瓶的特性选取了背光照明方式。因为本文的蓝色白酒瓶是一种外表极其光滑的玻璃容器，如果采用直接照明方式的话，就很容易导致玻璃
第三章图像采集实验系统及检测方案设计25酒瓶上存在一些亮斑和大面积反光，进而造成采集到的酒瓶图像上出现一些亮白部分，使得图像信息丢失，这将对酒瓶中可见异物的检测结果造成很大影响。经过大量重复的实验测试，本文根据白酒玻璃瓶能够对光线进行反射、折射的特性，最终采用了一个LED灯面光源作为背景光源，待检酒瓶处于相机和光源中间。此时所拍摄到的酒瓶图像中，异物与背景的对比度会大大增强，这将有助于后续数据集的制作以及算法的实现。（a）（b）（c）（d）（e）图3-2不同的照明方式（a）直接照明；（b）暗场照明；（c）背光照明；（d）漫场照明；（e）同轴照明3.2.2工业相机选型由于本文所检测的酒瓶中异物的尺寸较小，因此所选用工业相机的分辨率必须要达到一定的要求。此时就需要根据待检测酒瓶的尺寸选择合适本文环境的工业相机，本文所检测的某大曲瓶装白酒的实物图如图3-3所示。图中包含酒液的部分为检测区域，经测量得到其水平方向的距离为89mm，有垂直方向的距离为176mm。因此，本文设定目标的高度为90mm，目标的宽度为180mm，再结合本文环境下酒液中常见异物的尺寸，可以计算出本文所要选取的工业相机水平方向的分辨率至少为3600像素，垂直方向的分辨率至少为1800像素。
【参考文献】：
期刊论文
[1]基于机器视觉的瓶装白酒杂质检测[J]. 邵志敏,张意,张卫华,周激流. 四川大学学报(自然科学版). 2019(02)
[2]基于机器视觉的酒液异物智能检测方法研究[J]. 吴晓敏,耿春明. 机械工程与自动化. 2016(01)
[3]基于智能视觉的透明液体可见异物检测软件设计[J]. 张朴,程明. 计算机测量与控制. 2015(03)
[4]基于视觉的酒液中异物自动识别方法研究[J]. 薛婷,陈彦龙,吴斌. 光电子.激光. 2012(11)
[5]基于机器视觉的酒液智能检测系统研究与开发[J]. 周博文,王耀南,张辉,葛继. 中国机械工程. 2010(07)
[6]基于机器视觉的大输液智能灯检机研究[J]. 李杨果,王耀南,王威. 光电工程. 2006(11)
硕士论文
[1]可见光图像弱小目标的检测与跟踪研究[D]. 章立.西安科技大学 2018
[2]基于分类器的液体内微小异物检测技术[D]. 仇友昌.电子科技大学 2018
[3]透明液体中低对比度杂质检测方法的研究[D]. 买热哈巴·优素甫江.北方工业大学 2017
[4]瓶装液体可见异物的机器视觉检测技术研究[D]. 贾盈盈.哈尔滨工程大学 2018
[5]基于图像处理的瓶内异物自动检测[D]. 鲍冉冉.东南大学 2016
[6]基于图像处理的药液可见异物检测[D]. 李丽娴.中南大学 2014
[7]基于机器视觉的酒液异物在线检测技术研究[D]. 陈文广.华中科技大学 2014
[8]异型瓶装溶液异物的机器视觉检测技术研究[D]. 张耀.湖南大学 2012
[9]基于机器视觉的瓶装液体异物检测技术研究[D]. 刘静寒.合肥工业大学 2012
[10]基于机器视觉的安瓿内可见异物检测系统的研究[D]. 李伟.清华大学 2010
本文编号：3420168
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3420168.html
