基于机器视觉的袜子检测分拣系统设计

发布时间：2021-04-07 20:20

　　机器视觉检测是将机械、自动化、计算机图像处理等技术融合在一起的一种检测技术。该技术被广泛应用于各行各业中,主要表现为产品的质量识别以及产品的表面缺陷检测等。本文利用机器视觉检测分拣技术实现对制袜过程进行智能检测分拣任务,不仅具有理论上的研究意义而且也提高了传统制袜企业的生产运作效率和产能。本论文是基于机器视觉检测分拣技术手段,以实际的制袜企业生产的袜子为检测对象,设计了一套智能的基于机器视觉技术的袜子检测分拣系统。主要研究内容和成果如下:首先,对整个系统所需的功能进行分析,由所需的功能为基础,设计整个系统的架构方案。由整个系统的设计方案分别设计各个子系统,如:视觉系统、分拣系统、传送系统、图像处理系统、控制系统。然后完成系统硬件平台搭建。其次,对袜子图像识别的算法进行研究,本文采用的算法是深度学习神经网络算法,并利用深度学习算法实现了对袜子样本的处理、训练模型、以及预测袜子是否合格。通过该算法训练模型预测袜子,使整个系统检测的精准度到达87%左右,符合企业的要求。因此,该项研究内容也为本文的核心工作。接着,完善了该检测系统的软件系统部分。软件系统主要分为登录与注册系统和硬件信息查询与袜... 

【文章来源】：武汉纺织大学湖北省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

我国机器视觉产业市场统计图

我国的需求量，机器视觉这一人工智能领域目前已经占据我国又一大市场，我国机器视觉领域虽然起步比较晚，但近几年来发展速度十分迅猛。近些年来，由我国机器视觉行业在市场上发展情况统计的数据可知，如图1.1所示，最近几年来该行业规模的变化情况。据数据显示，由2015年度市场规模为61.5亿元，经过3年增长至2018年中国机器视觉市场规模首次超过100亿元。随着科学的不断发展、各行各业自动化程度的提高，机器视觉也扮演着越来越重要的角色。预计2019年市场规模将近125亿元，由此也可以看出我国的机器视觉行业正在高速发展。如图1.2所示，近五年来全球的机器视觉市场规模变化图，由图中可知在2018年时市场规模超过88亿美元。随着未来市场的进一步扩大，需求也将进一步放量。在2019年，全球机器视觉市场规模将近100亿美元。纵向对比两图的最后一组数据，在2019年度我国机器视觉市场规模占全球机器视觉市场规模的20%以上。这也充分的说明了，我国机器视觉技术近年来的高速发展，以及我国该行业在世界上的迅猛崛起。图1.1我国机器视觉产业市场统计图图1.2全球机器视觉市场规模图Fig.1.1China"smachinevisionindustrymarketstatisticsFig.1.2Globalmachinevisionmarketscalemap

2我们可以把机器视觉作为机器人的“眼睛”，是机器人自主行动的前提，也可以将机器视觉技术看成一种基于视觉的传感器，利用计算机技术对外界事物做出识别与检测功能，它也是人工智能范畴的重要领域之一[2]。与人类眼睛相比，机器视觉技术具有更高的准确性、更高的可靠性、效率高等优势。机器视觉技术现今已经被广泛应用于各行各业，机器视觉检测技术就是其中一个重要的分支。由于机器视觉检测技术具有高精度，高准确性等特点，在制造业中已经被广泛的使用了。机器视觉检测技术主要应用范围，物件识别、条码辨识、产品检测、外观尺寸测量、机械手臂、传动设备定位，智能分拣等[3]。目前，机器视觉检测技术应用的工业场景复杂多变，受到其自身的算法等因素限制，机器视觉的检测技术已经制约制造业发展，它也将成为我国必须攻克的一项技术[4]。本论文针对袜子生产现今存在的问题和实际的袜业市场现有的需求，结合机器视觉技术研究了一套全新的基于机器视觉袜子检测分拣系统。该论文的研究成果对于推动机器视觉技术的发展，以及实际的工业生产都有一定的意义。1.2国内外机器视觉检测研究现状1．2．1机器视觉检测行业现状机器视觉检测技术广泛应用于各行各业中，如图1.3所示。主要被应用在两大类：一类是批量化作业的生产线上，如：医药检测，需要批量化检测。另外一类就是一用于精密仪器设备的制造，如：半导体制造设备，需要精准的视觉测量与引导定位。机器视觉检测技术取代原有的人眼检测，在解放劳动力的同时也提高了自动化程度和生产效率。同时也减轻了人力负担，以及人力成本，提高了产品的可靠性。图1.3机器视觉检测技术应用领域图Fig.1.3Machinevisiondetectiontechnologyapplicationareamap

【参考文献】：
期刊论文
[1]基于袜子企业现状的袜子创新设计研究[J]. 张燕,刘艳梅,林思怡,邵佳慧,蒋诗琦.  轻纺工业与技术. 2019(11)
[2]基于Lenet-5的卷积神经网络改进算法[J]. 李丹,沈夏炯,张海香,朱永强.  计算机时代. 2016(08)
[3]基于LabVIEW的药筒梯形槽宽视觉精确测量研究[J]. 曾志强,祝锡晶,王俊元,高琼,李红钢.  计算机工程与应用. 2015(09)
[4]基于机器视觉和Labview的磁环在线自动检测系统[J]. 徐燕,卢炎麟,侯伟.  计算机测量与控制. 2008(09)
[5]基于USB数据采集卡的设计与实现[J]. 冯国飞,宋蕴兴.  微计算机信息. 2005(01)

博士论文
[1]基于机器视觉的在线高速检测与精确控制研究及应用[D]. 周文举.上海大学 2014

硕士论文
[1]基于深度学习的工业机器人视觉分拣方法研究[D]. 周玉强.苏州大学 2018
[2]基于机器视觉的零件在线检测系统研究[D]. 韦富余.扬州大学 2017
[3]基于机器视觉的快速分拣食品包装系统研究[D]. 刘子龙.浙江工业大学 2015
[4]基于不对称双目机器视觉的嵌入式尺寸测量系统[D]. 李健.浙江大学 2012



本文编号：3124129