玻璃器皿生产中的计算机视觉检测分级系统
发布时间:2020-04-19 10:20
【摘要】:目前,在玻璃器皿生产过程,仍然依靠人的经验进行产品质量检测与分级,不仅劳动强度大、效率低,而且难保证检测标准的客观性和统一性,导致各企业精度检测和分级结果不一致与不稳定,既不利于提升玻璃器皿的生产率,也不利于提升玻璃器皿的质量与市场竞争力。基于计算机视觉的产品质量检测,为改善或提升玻璃器皿企业产品等级划分的客观性和稳定性,提高玻璃器皿的生产效率提供了一个平台。本课题以玻璃水杯为施研体,旨在研发一套玻璃器皿在线质量检测与分级系统,应用计算机处理数字图像的技术,依据数码相机获取的产品数字图像,在线检测玻璃器皿的形状、尺寸、缺陷。主要工作为:收集玻璃器皿(以水杯为施研体)缺陷的产品样本,归纳主要缺陷的类型和常现位置,分析产生缺陷的原因和所处工序段,确定在检测系统中所处的工序段和工位的位置。基于计算机视觉技术初步构建玻璃器皿质量检测系统的硬件部分,重点研究数字图像在线获取所涉及的诸多硬件之间的匹配。对被测玻璃杯的数字图像进行预处理。用一种改进的滤波方法对数字图像(照片)进行剔噪,用改进的二维Otsu方法对数字图像阈值进行划分,对划分后的数字图像进行数学形态学和二值化处理,为边界提取做准备。分析比较几种常用边界检测方法后,选用Sobel检测算子法,划分数字图像阈值。对玻璃杯做尺寸和缺陷的检测识别。在数字图像识别过程中,用改进的快速Hough转换检测法检测边界线,进而求出圆玻璃杯的直径、圆度、缺陷等参数。针对图像分割出的玻璃杯缺陷域,剖析各检测缺陷,提取缺陷域的6项几何特征,提取5种灰度矩阵算法的纹理特征,通过向量机检测识别缺陷。最后,构建玻璃器皿的计算机视觉检测与分级系统的软件部分,应用MATLAB进行应用编程,实际测试结果表明能够达到既定目标。
【图文】:
国内玻璃器皿企业仍然主要依靠人工经验、责任感,依据人的受训感官所能识别、分辨出的玻璃器皿的大小、颜色、磨损、破损程度等信息对玻璃器皿进行剔残与分级, 譬如,玻璃器皿成型初期的人工质量初检如图1-1所示。常规玻璃器皿制造过程中的人工检测与分等,受到人为综合因素影响的检测质量及效率已经无法满足日益增长的生产过程中的质量分级的质量、速度、规模等需求,更加无法纳入计算机质量管理体系。只有采用自动化的玻璃器皿生产线的在线检测,才能实现日益增长的生产效率,确保标准一致、稳定的检测质量,再采用与之匹配的自动化的机械装备以及智能化的操控系统,才能满足现代化玻璃器皿生产线的需要,所以对于质量检测系统的研发与升级是至关重要的。图 1-1 玻璃器皿的人工质量检测计算机视觉数字信息处理技术的快速发展。图像检测已经能够克服人为因素造
物检测、X 光检查、机械零部件的外形尺寸检测、快递分拣以及液体瓶灌装线检测等。例如在检测玻璃瓶高低方面和图像采集方面的应用,,如图 2-1 所示。图1-2 图像检测技术示意图[6]玻璃器皿在线质量检测分级系统的主要技术处理过程是:通过光学传感元器件在线获取玻璃器皿的数字化图像,将数字化图像转换、传输至计算机,通过对数字图像的几何尺寸、亮度、色泽等信息进行辨别,进而应用于企业依据产品特征所需的各种检测、识别等功能。不断提升的玻璃器皿产品也对器皿的在线检测分级的效果、速度、自动化程度提出了更高的要求,因此,可以预测计算机视觉在图像处理这
【学位授予单位】:燕山大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41;TQ171.7
【图文】:
国内玻璃器皿企业仍然主要依靠人工经验、责任感,依据人的受训感官所能识别、分辨出的玻璃器皿的大小、颜色、磨损、破损程度等信息对玻璃器皿进行剔残与分级, 譬如,玻璃器皿成型初期的人工质量初检如图1-1所示。常规玻璃器皿制造过程中的人工检测与分等,受到人为综合因素影响的检测质量及效率已经无法满足日益增长的生产过程中的质量分级的质量、速度、规模等需求,更加无法纳入计算机质量管理体系。只有采用自动化的玻璃器皿生产线的在线检测,才能实现日益增长的生产效率,确保标准一致、稳定的检测质量,再采用与之匹配的自动化的机械装备以及智能化的操控系统,才能满足现代化玻璃器皿生产线的需要,所以对于质量检测系统的研发与升级是至关重要的。图 1-1 玻璃器皿的人工质量检测计算机视觉数字信息处理技术的快速发展。图像检测已经能够克服人为因素造
物检测、X 光检查、机械零部件的外形尺寸检测、快递分拣以及液体瓶灌装线检测等。例如在检测玻璃瓶高低方面和图像采集方面的应用,,如图 2-1 所示。图1-2 图像检测技术示意图[6]玻璃器皿在线质量检测分级系统的主要技术处理过程是:通过光学传感元器件在线获取玻璃器皿的数字化图像,将数字化图像转换、传输至计算机,通过对数字图像的几何尺寸、亮度、色泽等信息进行辨别,进而应用于企业依据产品特征所需的各种检测、识别等功能。不断提升的玻璃器皿产品也对器皿的在线检测分级的效果、速度、自动化程度提出了更高的要求,因此,可以预测计算机视觉在图像处理这
【学位授予单位】:燕山大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41;TQ171.7
【参考文献】
相关期刊论文 前10条
1 李军成;肖健;李兵;;基于图像处理的玻璃瓶口裂纹检测系统设计与实现[J];计算机测量与控制;2015年11期
2 叶峰;陈灿杰;赖乙宗;陈剑东;;基于有序Hough变换的快速圆检测算法[J];光学精密工程;2014年04期
3 赵健;高军;罗超;沙丰永;;基于数字图像处理的玻璃缺陷在线检测系统[J];电子技术应用;2013年12期
4 刘怀广;陈幼平;谢经明;彭向前;;浮法玻璃缺陷在线识别技术的研究[J];小型微型计算机系统;2011年04期
5 熊志明;方康玲;冯知凡;苏志祁;张尉;;基于图像处理技术的铸坯表面缺陷自动检测系统的研究[J];机械与电子;2010年12期
6 段汝娇;赵伟;黄松岭;陈建业;;一种基于改进Hough变换的直线快速检测算法[J];仪器仪表学报;2010年12期
7 邱丽君;侯德文;王依才;;改进的二维Otsu图像分割方法的研究[J];计算机工程与应用;2010年33期
8 王旭东;叶玉堂;;CMOS与CCD图像传感器的比较研究和发展趋势[J];电子设计工程;2010年11期
9 马胜前;张光南;杨金龙;佘乾顺;;基于二维直方图的otsu图像分割算法改进[J];西北师范大学学报(自然科学版);2009年01期
10 冯燕,何明一,俞华t
本文编号:2633241
本文链接:https://www.wllwen.com/kejilunwen/huaxuehuagong/2633241.html