基于机器视觉的曲面字符缺陷检测系统研究

发布时间：2018-05-24 07:48

  本文选题：机器视觉 + 曲面字符　； 参考：《现代制造工程》2016年12期

【摘要】：针对传统瓶盖字符人工检测误判率高、检测效率低的问题,研发一套基于机器视觉的瓶盖曲面字符缺陷检测系统。首先,对检测系统结构与视觉信息采集原理进行介绍;在此基础上,通过对所采集视觉信息进行滤波降噪处理,减少视觉信息背景噪声。然后对字符分割使用垂直投影和连通域分析法,再用特征点提取法和模板匹配对曲面字符进行识别。最后与射频识别(RFID)读码器所读取数字码比对,判定并剔除缺陷瓶盖,以此取代目前的人工检测方法。实验表明,该系统能够有效地对瓶盖字符进行缺陷检测,识别字符准确率为99.97%,处理一副图像时间为200ms,能够满足工业现场实际要求。
[Abstract]:Aiming at the problems of high error rate and low detection efficiency in traditional bottle cap character detection, a bottle cap curved character defect detection system based on machine vision is developed. Firstly, the structure of the detection system and the principle of visual information acquisition are introduced. On this basis, the background noise of visual information is reduced by filtering and de-noising the collected visual information. Then vertical projection and connected domain analysis are used for character segmentation, and then feature point extraction and template matching are used to recognize curved surface characters. Finally, compared with the digital code read by RFID reader, the defective bottle cap is determined and eliminated, which replaces the present manual detection method. The experimental results show that the system can effectively detect the defects of bottle cap characters, the accuracy of recognition is 99.97, and the processing time of an image is 200ms. the system can meet the practical requirements of the industrial field.
【作者单位】： 四川理工学院机械工程学院;人工智能四川省重点实验室;过程装备与控制工程四川省高校重点实验室;
【基金】：过程装备与控制工程四川省高校重点实验室项目(GK201209)
【分类号】：TS261.48;TP391.41

【相似文献】

相关期刊论文 前10条

1 包正林;;有关阀门缺陷检测方法的分析[J];科技创业家;2013年22期

2 王向成;;薄板内部微小缺陷检测装置[J];钢铁研究;1991年01期

3 李方兵;;煤矿地面机械缺陷检测技术的应用[J];科技创新与应用;2013年25期

4 童兆和,江福明,丁传贤,殷庆瑞;扫描电声显微镜在涂层缺陷检测中的应用[J];无机材料学报;1992年03期

5 吴明复;纤维增强复合材料的应用及其缺陷检测[J];航天工艺;1988年01期

6 石绘;余文勇;;商业票证印刷缺陷检测方法的研究[J];武汉理工大学学报;2008年05期

7 郑中兴;;关于锻钢件中的缺陷和材料强度问题[J];大型铸锻件;1984年04期

8 张黎明;蔡琦;赵新文;李维高;;基于信息融合的核管道缺陷检测研究[J];中国舰船研究;2010年06期

9 陈正立;杨亚青;;阀门缺陷检测方法的研究[J];技术与市场;2011年06期

10 郑承明;王新海;王文军;汤清源;;钻杆螺纹缺陷检测装置的研制[J];石油机械;2006年04期

相关会议论文 前10条

1 杨德美;杨学志;;基于独立分量分析高阶统计量的纺织品缺陷检测[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 于景兰;于健;翁昌年;;探地雷达在桥梁缺陷检测中的应用初探[A];中国地球物理第二十一届年会论文集[C];2005年

3 李兵;邓善熙;李焕然;;计算机图像处理技术应用于晶振元件缺陷检测[A];首届信息获取与处理学术会议论文集[C];2003年

4 赵涟漪;许宝杰;童亮;;在线玻璃缺陷检测系统的研究[A];机械动力学理论及其应用[C];2011年

5 何涛;吴永祥;李伟;吴庆华;钟飞;;Hexsight视觉软件包在串行端子缺陷检测中的应用[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

6 曾理;郭海燕;蒲云;毕碧;;射线数字成像缺陷检测技术研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年

7 蔡茂蓉;;PCB缺陷检测系统的研究与实现[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

8 潘敏;程良伦;;一种基于角点匹配的PCB板元件安装缺陷检测基准点定位算法[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

9 王国勋;彭怡;寇纲;石勇;;基于MCDM的软件缺陷检测算法评估[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年

10 刘松林;陈杰;郝向阳;西勤;;玻壳缺陷检测与几何量测视觉系统的设计与实现[A];2009年全国测绘仪器综合学术年会论文集[C];2009年

相关重要报纸文章 前1条

1 本报记者 张海志;一名产业工人的创新情结[N];中国知识产权报;2010年

相关博士学位论文 前10条

1 苏日亮;面向钢轨轨底缺陷检测的电磁超声换能器研究[D];哈尔滨工业大学;2015年

2 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年

3 肖庆;提高静态缺陷检测精度的关键技术研究[D];北京邮电大学;2012年

4 张大林;静态缺陷检测优化若干关键技术研究[D];北京邮电大学;2014年

5 周文;IC互连中的缺陷检测方法及缺陷对电路可靠性的影响[D];西安电子科技大学;2010年

6 司小书;面向织物缺陷检测的CUDA并行图像处理模型与算法研究[D];武汉大学;2011年

7 刘艳;基于CCD扫描的聚合物薄膜缺陷检测关键技术研究[D];哈尔滨理工大学;2009年

8 王庆香;基于小波的纹理分析及其在FPC金面缺陷检测中的应用[D];华南理工大学;2011年

9 明俊峰;羽毛片缺陷检测若干关键技术的研究[D];广东工业大学;2014年

10 毕昕;面向TFT-LCD制程的Mura缺陷机器视觉检测方法研究[D];上海交通大学;2009年

相关硕士学位论文 前10条

1 陈宇;软包商标印刷缺陷检测系统研究[D];昆明理工大学;2015年

2 周艳;光通信滤光片外观缺陷自动检测系统任务调度优化方法[D];华南理工大学;2015年

3 黄文军;基于机器视觉的印字缺陷检测系统研究与实现[D];五邑大学;2015年

4 陈洪磊;基于宽频信号的板中缺陷检测[D];上海应用技术学院;2015年

5 章玲;基于图像放缩算法的轮胎缺陷检测系统研究与实现[D];山东大学;2015年

6 刘博;基于电磁超声Lamb波换能器阵列的板材检测方法研究[D];哈尔滨工业大学;2015年

7 刘振东;钢芯传送带缺陷检测系统中图像处理算法研究[D];山西大学;2015年

8 胡sズ，

本文编号：1928271