基于GPU的卫生用品表面缺陷检测软件设计

发布时间：2017-04-24 14:18

  本文关键词：基于GPU的卫生用品表面缺陷检测软件设计，，由笔耕文化传播整理发布。

【摘要】：卫生用品作为一种对表面洁净程度要求极高的产品,它的表面缺陷检测具有重要意义。传统的表面缺陷检测依赖人工目测进行,工作强度大,漏检率高,效率低下。随着机器视觉技术的发展,基于机器视觉的表面缺陷检测为产品检测提供了高效的手段。针对以上情况,本文研发了一种基于机器视觉的卫生用品表面缺陷检测软件,具有重要的工程实用价值。本文研发的卫生用品表面缺陷检测软件具有摄像机管理,算法管理,数据库管理,检测任务管理等功能。系统采用线阵摄像机采集图像,软件支持Linux系统,可以动态增删摄像机,同时将算法封装为动态链接库,运行时针对不同的产品配置加载不同的算法。对于卫生用品用户可以灵活选择斑点,瑕疵,面积,边缘,自定义模板等方面检测表面缺陷,自由选择感兴趣的检测区域并配置算法参数,其中一项不通过即判断产品存在缺陷。针对线阵摄像机拍摄的图像分辨率高,数据量大导致算法处理速度慢的问题,本文采用GPU并行计算加速算法执行,并采用流水线的方式同时处理多帧图像,使系统满足实时检测的要求。实验结果表明,本文研发的卫生用品表面缺陷检测软件满足了功能要求,具有较高的灵活性,同时GPU和流水线加速的方法有效提高了算法执行速度,使系统具有较快的检测速度。
【关键词】：卫生用品 缺陷检测 图像处理 GPU加速 流水线
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 致谢4-5
• 摘要5-6
• ABSTRACT6-10
• 1 绪论10-16
• 1.1 课题背景和意义10
• 1.2 国内外研究现状10-14
• 1.2.1 基于机器视觉的表面缺陷检测系统研究现状11-12
• 1.2.2 GPU并行计算及其在缺陷检测系统中的应用12-14
• 1.3 本文的研究内容14-15
• 1.4 本文的组织结构15-16
• 2 相关技术介绍16-20
• 2.1 OpenCV算法库16
• 2.2 CUDA编程16-18
• 2.3 线阵摄像机18-19
• 2.4 本章小结19-20
• 3 系统总体框架20-26
• 3.1 系统硬件平台20-23
• 3.1.1 成像装置21-22
• 3.1.2 同步装置22
• 3.1.3 数据处理平台22-23
• 3.2 软件总体框架23-24
• 3.3 本章小结24-26
• 4 软件详细设计26-61
• 4.1 消息管理26-31
• 4.1.1 通信协议27-28
• 4.1.2 会话管理28-31
• 4.2 资源管理31-52
• 4.2.1 数据库管理31-38
• 4.2.2 算法管理38-42
• 4.2.3 摄像机管理42-48
• 4.2.4 检测任务管理48-52
• 4.3 关键业务处理52-59
• 4.3.1 采集图像开始与停止52-57
• 4.3.2 缺陷检测开始与停止57-59
• 4.4 本章小结59-61
• 5 卫生用品表面缺陷检测算法61-70
• 5.1 缺陷检测算法设计61-64
• 5.1.1 图像预处理61
• 5.1.2 缺陷判定61-64
• 5.2 缺陷检测算法GPU加速64-68
• 5.2.1 面积检测GPU加速64-65
• 5.2.2 斑点检测GPU加速65-67
• 5.2.3 模板检测GPU加速67-68
• 5.3 缺陷检测算法流水线实现68-69
• 5.4 本章小结69-70
• 6 系统测试及结果分析70-81
• 6.1 测试概要70-72
• 6.1.1 测试环境70-71
• 6.1.2 测试内容71-72
• 6.2 功能测试72-76
• 6.2.1 摄像机管理72-73
• 6.2.2 算法管理73-74
• 6.2.3 检测任务管理74-75
• 6.2.4 系统设置75-76
• 6.3 性能测试76-79
• 6.3.1 缺陷检测算法GPU加速测试78-79
• 6.3.2 缺陷检测算法流水线加速测试79
• 6.3.3 缺陷检测最大速度测试79
• 6.4 本章小结79-81
• 7 总结与展望81-83
• 7.1 总结81
• 7.2 展望81-83
• 参考文献83-86
• 作者简历86

【相似文献】

中国期刊全文数据库 前10条

1 郭慧平;王召巴;金永;;火箭发动机包覆层表面缺陷检测系统研究[J];电子测试;2011年02期

2 李u&;谭永龙;杨美英;;水果分级与表面缺陷检测研究[J];计算机工程与设计;2008年15期

3 张学武;吕艳云;丁燕琼;梁瑞宇;;小波统计法的表面缺陷检测方法[J];控制理论与应用;2010年10期

4 刘泽福;王冰峰;康戈文;;基于带钢表面缺陷检测的背景相减的方法[J];福建电脑;2006年05期

5 陈国君;陈鹏;张学军;;基于计算机视觉的轴承表面缺陷检测[J];煤矿机械;2009年02期

6 宗欣;;BASLER的45°顶端检测:一种表面缺陷检测的全面方案[J];记录媒体技术;2004年05期

7 高潮;郭永彩;任可;杨晖;;基于嵌入式系统和图像识别的拉索表面缺陷检测技术[J];光电工程;2008年02期

8 吴晓鹏;林介邦;唐辉;钟园园;罗祥英;;基于机器视觉的铸坯表面缺陷检测系统的研制[J];武钢技术;2010年01期

9 丛家慧;颜云辉;;视觉注意机制在带钢表面缺陷检测中的应用[J];中国机械工程;2011年10期

10 孙瑜,罗飞路,赵东明;利用交变磁场测量法的金属表面缺陷检测[J];兵工自动化;2004年02期

中国重要会议论文全文数据库 前5条

1 韩立强;;基于图像分割技术的汽车发动机缸体表面缺陷检测[A];面向21世纪的科技进步与社会经济发展（下册）[C];1999年

2 郭庆华;田陆;袁英宏;黄郁君;;嵌入式系统在钢板表面缺陷检测中的应用[A];2012第四届先进轧钢精整及钢材包装技术学术研讨会文集[C];2012年

3 郭庆华;田陆;袁英宏;黄郁君;;嵌入式系统在钢板表面缺陷检测中的应用[A];2012年全国轧钢生产技术会论文集（下）[C];2012年

4 张凤全;高娜;于明;赵晓安;张慧娟;;图像处理在物体表面缺陷检测中的应用[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

5 刘乃强;徐科;;形态学梯度在带钢表面缺陷检测中的应用[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年

中国博士学位论文全文数据库 前6条

1 王世通;精密表面缺陷检测散射成像理论建模及系统分析研究[D];浙江大学;2015年

2 程万胜;钢板表面缺陷检测技术的研究[D];哈尔滨工业大学;2008年

3 王义文;钢球表面缺陷检测关键技术研究及样机研制[D];哈尔滨理工大学;2010年

4 赵立明;基于激光扫描成像与异源CCD融合的连铸热坯表面缺陷检测方法研究[D];重庆大学;2014年

5 丛家慧;引入人类视觉特性的带钢表面缺陷检测与识别方法研究[D];东北大学;2010年

6 王鹏;基于运动视觉技术的钢球表面缺陷检测[D];哈尔滨理工大学;2008年

中国硕士学位论文全文数据库 前10条

1 于跃;基于PMP的钢轨表面缺陷检测研究[D];西南交通大学;2015年

2 汪磊;铝箔复卷机运动仿真分析及表面缺陷检测系统研究[D];浙江大学;2015年

3 付邦瑞;钢坯表面裂纹图像检测[D];电子科技大学;2015年

4 杨林;冷态热轧钢板表面缺陷检测系统技术研究[D];重庆大学;2015年

5 李娇娇;基于改进DAGSVM的钢板表面缺陷检测系统设计与实现[D];重庆大学;2015年

6 王松芳;基于特征分类的低分辨率触摸屏表面缺陷检测[D];北京交通大学;2016年

7 李帮建;基于计算机视觉的表面缺陷检测及应用[D];东南大学;2015年

8 杨建华;多口径发动机包覆层表面缺陷检测方法研究[D];中北大学;2016年

9 张露林;基于GPU的卫生用品表面缺陷检测软件设计[D];浙江大学;2016年

10 全洪渊;火炮弹体表面缺陷检测系统的设计与研究[D];重庆大学;2007年

  本文关键词：基于GPU的卫生用品表面缺陷检测软件设计，由笔耕文化传播整理发布。

本文编号：324374