基于机器视觉的彩卡缺陷检测技术研究

发布时间：2021-01-18 23:53

　　随着国内对生产产品的品质的越来越重视,像服装行业的代工厂在商品标识牌检测上有相关需求。以往的这类的检测工作都是由人工目检来完成,其工作效率和检测效果都不是很好。这些标识牌通常都是彩色的卡片,种类多并且图像信息比较复杂。随着计算机硬件和软件技术的不断发展和进步,基于机器视觉的自动化检测技术可以解决这些问题。本文以商品标识牌这种彩色卡片为研究对象,对其外观缺陷检测技术进行了比较详细的研究。主要研究内容如下:1、根据实际生产检测需求,对彩卡检测系统进行了总体方案设计。合理构建了系统各部分的组成,并完成了功能设计。对工业相机、镜头、光源进行了研究,完成了系统各个模块的设计和硬件选型。2、针对实际检测中图像采集遇到的图像对比度弱和噪声问题问题,研究了相应的解决办法,并通过实验对比选用了合适的图像处理方法。针对制作匹配模板时能对图像中彩卡位置进行准确捕捉的问题,研究并选用了阈值分割方法。3、通过对模板匹配原理的研究,构建了一种彩卡缺陷检测方法,来实现彩卡的缺陷检测功能。通过编写检测软件将设计的检测算法进行实现,并通过实验验证了设计的彩卡检测方法的合理性。4、通过对卷积神经网络的研究,构建了一种彩卡... 

【文章来源】：广东工业大学广东省

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 本文研究背景和意义
    1.2 国内外研究现状
        1.2.1 印刷类产品缺陷检测算法研究现状
        1.2.2 印刷类产品缺陷检测系统研究与应用现状
    1.3 本文的研究内容和解决的关键问题
    1.4 本文的章节安排
第二章 彩卡缺陷检测系统总体方案设计
    2.1 彩卡缺陷检测系统要求
    2.2 彩卡缺陷检测系统设计
    2.3 图像采集模块设计
        2.3.1 工业相机选型
        2.3.2 光学镜头选型
    2.4 照明模块设计
        2.4.1 光源选型
        2.4.2 打光方式
    2.5 图像检测模块设计
        2.5.1 软件开发环境介绍
        2.5.2 图像检测算法设计
    2.6 本章小结
第三章 彩卡缺陷检测图像处理方法
    3.1 彩卡图像对比度增强
        3.1.1 自适应对比度增强
        3.1.2 直方图均衡化
        3.1.3 实验对比分析
    3.2 彩卡图像降噪处理
        3.2.1 均值滤波
        3.2.2 中值滤波
        3.2.3 高斯滤波
        3.2.4 实验对比分析
    3.3 彩卡图像阈值分割
    3.4 本章小结
第四章 基于模板匹配的彩卡缺陷检测方法构建
    4.1 基于灰度值的模板匹配算法
    4.2 基于特征的模板匹配算法
        4.2.1 基于形状特征的模板匹配算法
        4.2.2 基于点特征的模板匹配算法
    4.3 彩卡缺陷检测算法设计
        4.3.1 特征点提取与匹配
        4.3.2 图像配准
        4.3.3 图像差分
        4.3.4 Blob分析和相似度计算
    4.4 本章小结
第五章 基于卷积神经网络的彩卡缺陷分类方法构建
    5.1 卷积神经网络概述
    5.2 卷积神经网络基本结构
        5.2.1 卷积层
        5.2.2 池化层
        5.2.3 激活函数
        5.2.4 全连接层
    5.3 提升卷积神经网络算法性能的方法
        5.3.1 使用小卷积核
        5.3.2 扩增数据集
        5.3.3 选择合适的参数
    5.4 基于卷积神经网络的缺陷分类算法设计
        5.4.1 网络模型设计与构建
        5.4.2 数据集的制作
    5.5 本章小结
第六章 实验验证与分析
    6.1 彩卡缺陷检测方法实验验证与分析
        6.1.1 软件开发介绍
        6.1.2 准确率验证实验与分析
    6.2 彩卡缺陷分类方法实验验证与分析
    6.3 本章小结
总结与展望
参考文献
在学期间学术成果情况
致谢



本文编号：2985911