基于机器视觉的玻璃容器形态检测问题研究

发布时间：2022-11-05 13:10

　　随着信息技术的发展,玻璃容器的传统检测方法（人工检测）已无法与现代生产相适应。机器视觉检测技术与传统技术相比,实现了在线智能非接触测量,降低劳动强度,检测准确,提高了生产效率,节省了劳动力,且整个检测过程不受人为因素影响,有效保证了玻璃容器的生产质量。本文研究的主要内容有以下几个方面:1、提出了系统的总体设计框架,对系统所需的硬件设备进行了深入的分析,给出了课题的研究思路。2、根据数字图像处理的理论研究,提出了待检玻璃容器图像处理的算法流程。首先,对采集到的检测图像应用MATLAB软件进行一系列的图像处理,包括图像灰度化、图像滤波、图像增强、图像分割以及形态学处理;然后,对处理后的玻璃容器图像采用8-方向链码法进行边界轮廓提取;最后,根据得到的链码序列对玻璃容器目标进行了像素统计,由定义公式计算其相关的特征值。3、提出了一种改进的小波阈值去噪算法,通过小波系数和阈值的比较,自适应地改变控制系数,能够较多的保留玻璃容器图像的边缘和细节信息,还在一定程度上避免了小波系数的盲目置零。4、通过MATLAB编程语言对系统软件进行了初步设计,实现了较好的人机交互界面。其中,软件的主界面应用MATL... 

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 玻璃容器检测综述
        1.2.1 机器视觉的概念
        1.2.2 机器视觉技术的应用
        1.2.3 机器视觉检测玻璃容器的国内外现状
        1.2.4 存在的问题
        1.2.5 机器视觉检测的发展趋势
    1.3 本文研究的内容及论文结构
第2章 系统总体设计
    2.1 系统设计的技术要求
    2.2 系统总体设计框架
    2.3 照明系统设计
        2.3.1 照明条件
        2.3.2 照明方式
        2.3.3 光源
    2.4 玻璃容器图像采集系统
        2.4.1 摄像机的分析和选择
        2.4.2 镜头的分析与选择
        2.4.3 图像采集卡的选择
    2.5 摄像机标定
    2.6 本章小结
第3章 玻璃容器图像的预处理
    3.1 数字图像技术概述
    3.2 玻璃容器图像处理算法总体流程
    3.3 玻璃容器图像灰度化处理
    3.4 玻璃容器图像滤波去噪
        3.4.1 噪声的分类
        3.4.2 均值滤波
        3.4.3 中值滤波
    3.5 玻璃容器图像的改进小波阈值去噪
        3.5.1 图像小波阈值去噪原理
        3.5.2 阈值选取
            3.5.2.1 通用阈值
            3.5.2.2 自适应阈值
        3.5.3 阈值函数的选取
            3.5.3.1 硬阈值函数
            3.5.3.2 软阈值函数
            3.5.3.3 改进阈值函数
        3.5.4 玻璃容器图像去噪实验与分析
        3.5.5 玻璃容器图像去噪算法的确定
    3.6 玻璃容器图像增强
        3.6.1 灰度变换增强
        3.6.2 直方图均衡化
    3.7 本章小结
第4章 玻璃容器图像的分割
    4.1 图像分割的定义
    4.2 迭代式阈值分割
    4.3 固定全局阈值分割
    4.4 Otsu阈值分割
    4.5 玻璃容器图像分割算法选择
    4.6 玻璃容器图像的边缘检测
        4.6.1 基于Roberts算子的边缘检测方法
        4.6.2 基于Sobel算子的边缘检测方法
        4.6.3 基于Prewitt算子的边缘检测方法
        4.6.4 基于LOG算子的边缘检测方法
        4.6.5 基于Canny算子的边缘检测方法
    4.7 玻璃容器图像形态学处理
        4.7.1 腐蚀与膨胀
        4.7.2 开运算与闭运算
        4.7.3 结构元素选取
        4.7.4 形态学填充
        4.7.5 形态学边缘检测
    4.8 本章小结
第5章 玻璃容器形态参数测量和分析
    5.1 8-链码法提取玻璃容器图像轮廓
    5.2 玻璃容器图像的形态描述
    5.3 玻璃容器形态测量和数据分析
    5.4 本章小结
第6章 系统软件的设计与分析
    6.1 系统编程语言的选择
    6.2 MATLAB图形用户界面(GUI)设计技术
    6.3 玻璃容器图像处理系统软件设计
        6.3.1 软件总体框架
        6.3.2 图像管理模块
        6.3.3 图像处理模块
    6.4 本章小结
第7章 总结与展望
    7.1 总结
    7.2 展望
参考文献
致谢
在学期间主要科研成果
    一、发表学术论文
    二、其它科研成果


【参考文献】：
期刊论文
[1]一种基于小波阈值改进的图像去噪方法[J]. 张磊,邱书波,李萍.  齐鲁工业大学学报(自然科学版). 2017(03)
[2]Accurate Measurement Method for Tube’s Endpoints Based on Machine Vision[J]. LIU Shaoli,JIN Peng,LIU Jianhua,WANG Xiao,SUN Peng.  Chinese Journal of Mechanical Engineering. 2017(01)
[3]机器视觉检测技术在工业检测中的应用[J]. 陈英.  电子测试. 2015(18)
[4]基于小波变换的图像增强的实现研究[J]. 郭奇,吕晓光.  传感器世界. 2015(03)
[5]基于频域的运动模糊参数估计[J]. 张永梅,张静.  电脑开发与应用. 2014(07)
[6]小波阈值图像去噪算法改进[J]. 高文仲,陈志云,曾秋梅.  华东师范大学学报(自然科学版). 2013(06)
[7]基于灰度图像的阈值分割改进方法[J]. 谢敏,王朝斌,魏萍.  科技视界. 2013(22)
[8]一种改进小波阈值的图像去噪算法[J]. 乔林峰,王俊.  舰船电子工程. 2013(01)
[9]基于图像的番茄识别与几何尺寸测量[J]. 纪平,王俊,陈鹤碧.  安徽农业科学. 2012(33)
[10]利用边缘检测技术从相干切片中提取断层多边形[J]. 邱兆泰.  中国科技信息. 2012(14)

博士论文
[1]多模态特征融合和变量选择的视频语义理解[D]. 刘亚楠.浙江大学 2010
[2]机器视觉图像检测与定位系统关键技术研究[D]. 盛遵冰.哈尔滨工业大学 2009

硕士论文
[1]基于嵌入式图像处理的输电线弧垂在线检测系统研制[D]. 黄小龙.华北电力大学 2015
[2]基于形状描述子的列车典型故障图像识别算法研究[D]. 徐威.湖北工业大学 2015
[3]基于视觉与触觉的食品包装设计[D]. 张婧睿.昆明理工大学 2015
[4]基于FPGA的数码相框研究与设计[D]. 翟逸飞.兰州理工大学 2014
[5]基于红外图像的车辆前方行人识别与跟踪技术研究[D]. 钟令.东北大学 2014
[6]基于机器视觉的药瓶封装缺陷检测系统研究[D]. 王保军.东北大学 2014
[7]基于几何与形状特征的列车故障图像匹配算法研究[D]. 卢婷.湖北工业大学 2014
[8]改进的小波阈值去噪算法研究[D]. 杨鑫蕊.哈尔滨理工大学 2014
[9]高清视频监控中低照度图像的去噪及增强方法研究[D]. 毛叶辉.复旦大学 2013
[10]IC制造装备的机器视觉检测与定位技术研究[D]. 郑金驹.华中科技大学 2013



本文编号：3702667