基于机器视觉的竹条表面缺陷检测及颜色分类系统设计
发布时间：2022-02-24 06:54
在我国,竹资源丰富且再生能力强,因此竹材在各方面都得到广泛应用,特别是在竹家具、竹砧板等方面。由于竹条在生长和贮存过程中会长虫、发霉,在破竹过程中会造成竹条裂开,烘干过程会因竹条含水量不同和烘干时间不同造成颜色不一。竹材表面完整以及颜色一致是衡量产品质量的重要标准,所以挑选出缺陷竹条以及竹条按颜色分类是竹产品加工的重要环节。而目前竹产品加工行业采用人工肉眼挑选缺陷竹条及颜色分类,此法效率低、长时间作业以及人肉眼视觉疲劳会影响筛选质量。本文旨在设计基于机器视觉的竹条表面缺陷检测及颜色分类系统实现竹条自动分拣以取代传统人工肉眼筛选方式。本文主要研究了基于机器视觉的表面缺陷检测及颜色分类方法,设计了竹条表面缺陷检测及颜色分类的总体方案。着重论述了虫眼缺陷检测、裂缝缺陷检测、竹青缺陷检测以及基于CIEDE2000色差的颜色分类算法实现过程,并对测试结果作出了分析。本文的主要研究内容如下:1.本文研究了光源类型以及光源照明方案,设计了适用于竹条表面缺陷检测及颜色分类的光源照明系统。光源的种类以及光源照射的组合方式多种多样,对于各种不同的缺陷,与之相适应的照明系统才能突出缺陷特征。针对竹条裂缝、虫...
【文章来源】：广西师范大学广西壮族自治区
【文章页数】：59 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究的目的和意义
1.2 国内外研究现状
1.2.1 基于机器视觉的缺陷检测技术国内外研究现状
1.2.2 基于机器视觉的颜色分类国内外研究现状
1.3 论文的主要内容
1.4 论文的结构安排
第2章 基于机器视觉的竹条表面缺陷检测及颜色分类硬件系统
2.1 竹条表面缺陷检测及颜色分类系统框架
2.2 光源照明模块
2.2.1 光源选择
2.2.2 光源照明系统设计
2.3 相机选型
2.4 本章总结
第3章 基于机器视觉的竹条表面缺陷检测
3.1 图像滤波
3.1.1 中值滤波
3.1.2 高斯滤波
3.2 边缘检测
3.2.1 拉普拉斯算子
3.2.2 Sobel算子
3.2.3 Canny算子
3.3 阈值分割
3.4 孔洞填充与形态学处理
3.4.1 种子填充算法
3.4.2 扫描线种子填充算法
3.4.3 水漫填充法
3.4.4 形态学操作
3.5 异常处理和竹条区域分割
3.5.1 异常处理
3.5.2 竹条区域分割
3.6 虫眼缺陷检测
3.7 裂缝缺陷检测
3.7.1 去除纹理误判点
3.7.2 提取竹条裂缝特征
3.8 竹青缺陷检测
3.9 本章总结
第4章 基于CIEDE2000色差公式的竹条颜色分类算法
4.1 色差公式
4.1.1 CIELAB色差公式
4.1.2 CMC(1:c)色差公式
4.1.3 CIE94色差公式
4.1.4 CIEDE2000色差公式
4.2 高斯修正法
4.3 计算待测竹条与标准样本竹条色差
4.4 本章总结
第5章 软件系统设计与结果分析
5.1 软件系统设计
5.1.1 程序设计流程
5.1.2 UI界面
5.2 结果分析
5.2.1 竹条测试样本采集
5.2.2 竹条表面缺陷检测结果分析
5.2.3 竹条颜色分类结果分析
5.3 本章总结
第6章 总结与展望
6.1 本文总结
6.2 展望
参考文献
研究生期间研究成果
致谢
【参考文献】：
期刊论文
[1]我国竹材加工产业现状与对策分析[J]. 李延军,许斌,张齐生,蒋身学. 林业工程学报. 2016(01)
[2]基于SVM的二叉树羽毛片颜色分类器[J]. 朱颖,汪仁煌,李宁,李逸岳. 广东工业大学学报. 2013(04)
[3]基于机器视觉的番茄颜色分级方法的研究[J]. 刘宇飞,汤晓华. 机电产品开发与创新. 2013(02)
[4]基于机器视觉的微细孔壁缺陷检测[J]. 吴斌,韩文强,邵震宇. 光电子.激光. 2012(11)
[5]基于机器视觉的工业产品表面缺陷检测算法研究[J]. 赵宇峰,高超,王建国. 计算机应用与软件. 2012(02)
[6]基于CIEDE2000色差公式的印刷品色差检测研究[J]. 孙建明,周世生,周利国. 机械科学与技术. 2011(04)
[7]基于计算机视觉的竹块颜色分类方法研究[J]. 张昭,何东健. 安徽农业科学. 2010(26)
[8]基于SVM和颜色矩的竹条颜色分级方法[J]. 曾传华,陈红,高云,丁幼春. 湖北农业科学. 2010(02)
[9]基于主色直方图特征匹配的蔬果分类方法[J]. 李长勇,曹其新,郭峰. 上海交通大学学报. 2009(12)
[10]基于拉普拉斯算子的边缘检测研究[J]. 孙英慧,蒲东兵. 长春师范学院学报(人文社会科学版). 2009(12)
博士论文
[1]羽毛片缺陷检测若干关键技术的研究[D]. 明俊峰.广东工业大学 2014
[2]基于计算机视觉的木质板材颜色分类方法的研究[D]. 戴天虹.东北林业大学 2008
[3]图像检测技术在皮革缺陷检测中的应用研究[D]. 崔扬.浙江大学 2004
[4]基于计算机视觉的墙地砖颜色分类和缺陷检测研究[D]. 艾矫燕.华南理工大学 2003
硕士论文
[1]LCD外观缺陷检测与识别系统设计[D]. 徐伟.电子科技大学 2013
[2]基于机器视觉的太阳能电池片表面缺陷检测的研究[D]. 赵慧阳.燕山大学 2011
[3]基于机器视觉的带钢表面缺陷检测系统研究[D]. 谭绍华.华中科技大学 2012
[4]基于颜色特征木材缺陷检测的研究[D]. 王玉珏.东北林业大学 2010
[5]基于计算机视觉木材表面缺陷检测方法研究[D]. 尹建新.浙江工业大学 2007
[6]基于计算机视觉木材表面颜色分类的研究[D]. 王业琴.东北林业大学 2006
[7]冷轧带钢表面缺陷检测若干关键技术研究[D]. 韩琦.电子科技大学 2006
本文编号：3642201
【文章来源】：广西师范大学广西壮族自治区
【文章页数】：59 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究的目的和意义
1.2 国内外研究现状
1.2.1 基于机器视觉的缺陷检测技术国内外研究现状
1.2.2 基于机器视觉的颜色分类国内外研究现状
1.3 论文的主要内容
1.4 论文的结构安排
第2章 基于机器视觉的竹条表面缺陷检测及颜色分类硬件系统
2.1 竹条表面缺陷检测及颜色分类系统框架
2.2 光源照明模块
2.2.1 光源选择
2.2.2 光源照明系统设计
2.3 相机选型
2.4 本章总结
第3章 基于机器视觉的竹条表面缺陷检测
3.1 图像滤波
3.1.1 中值滤波
3.1.2 高斯滤波
3.2 边缘检测
3.2.1 拉普拉斯算子
3.2.2 Sobel算子
3.2.3 Canny算子
3.3 阈值分割
3.4 孔洞填充与形态学处理
3.4.1 种子填充算法
3.4.2 扫描线种子填充算法
3.4.3 水漫填充法
3.4.4 形态学操作
3.5 异常处理和竹条区域分割
3.5.1 异常处理
3.5.2 竹条区域分割
3.6 虫眼缺陷检测
3.7 裂缝缺陷检测
3.7.1 去除纹理误判点
3.7.2 提取竹条裂缝特征
3.8 竹青缺陷检测
3.9 本章总结
第4章 基于CIEDE2000色差公式的竹条颜色分类算法
4.1 色差公式
4.1.1 CIELAB色差公式
4.1.2 CMC(1:c)色差公式
4.1.3 CIE94色差公式
4.1.4 CIEDE2000色差公式
4.2 高斯修正法
4.3 计算待测竹条与标准样本竹条色差
4.4 本章总结
第5章 软件系统设计与结果分析
5.1 软件系统设计
5.1.1 程序设计流程
5.1.2 UI界面
5.2 结果分析
5.2.1 竹条测试样本采集
5.2.2 竹条表面缺陷检测结果分析
5.2.3 竹条颜色分类结果分析
5.3 本章总结
第6章 总结与展望
6.1 本文总结
6.2 展望
参考文献
研究生期间研究成果
致谢
【参考文献】：
期刊论文
[1]我国竹材加工产业现状与对策分析[J]. 李延军,许斌,张齐生,蒋身学. 林业工程学报. 2016(01)
[2]基于SVM的二叉树羽毛片颜色分类器[J]. 朱颖,汪仁煌,李宁,李逸岳. 广东工业大学学报. 2013(04)
[3]基于机器视觉的番茄颜色分级方法的研究[J]. 刘宇飞,汤晓华. 机电产品开发与创新. 2013(02)
[4]基于机器视觉的微细孔壁缺陷检测[J]. 吴斌,韩文强,邵震宇. 光电子.激光. 2012(11)
[5]基于机器视觉的工业产品表面缺陷检测算法研究[J]. 赵宇峰,高超,王建国. 计算机应用与软件. 2012(02)
[6]基于CIEDE2000色差公式的印刷品色差检测研究[J]. 孙建明,周世生,周利国. 机械科学与技术. 2011(04)
[7]基于计算机视觉的竹块颜色分类方法研究[J]. 张昭,何东健. 安徽农业科学. 2010(26)
[8]基于SVM和颜色矩的竹条颜色分级方法[J]. 曾传华,陈红,高云,丁幼春. 湖北农业科学. 2010(02)
[9]基于主色直方图特征匹配的蔬果分类方法[J]. 李长勇,曹其新,郭峰. 上海交通大学学报. 2009(12)
[10]基于拉普拉斯算子的边缘检测研究[J]. 孙英慧,蒲东兵. 长春师范学院学报(人文社会科学版). 2009(12)
博士论文
[1]羽毛片缺陷检测若干关键技术的研究[D]. 明俊峰.广东工业大学 2014
[2]基于计算机视觉的木质板材颜色分类方法的研究[D]. 戴天虹.东北林业大学 2008
[3]图像检测技术在皮革缺陷检测中的应用研究[D]. 崔扬.浙江大学 2004
[4]基于计算机视觉的墙地砖颜色分类和缺陷检测研究[D]. 艾矫燕.华南理工大学 2003
硕士论文
[1]LCD外观缺陷检测与识别系统设计[D]. 徐伟.电子科技大学 2013
[2]基于机器视觉的太阳能电池片表面缺陷检测的研究[D]. 赵慧阳.燕山大学 2011
[3]基于机器视觉的带钢表面缺陷检测系统研究[D]. 谭绍华.华中科技大学 2012
[4]基于颜色特征木材缺陷检测的研究[D]. 王玉珏.东北林业大学 2010
[5]基于计算机视觉木材表面缺陷检测方法研究[D]. 尹建新.浙江工业大学 2007
[6]基于计算机视觉木材表面颜色分类的研究[D]. 王业琴.东北林业大学 2006
[7]冷轧带钢表面缺陷检测若干关键技术研究[D]. 韩琦.电子科技大学 2006
本文编号：3642201
本文链接：https://www.wllwen.com/nykjlw/lylw/3642201.html
