基于计算机视觉的胶囊缺陷检测系统的设计与实现

发布时间：2017-03-21 04:05

  本文关键词：基于计算机视觉的胶囊缺陷检测系统的设计与实现，由笔耕文化传播整理发布。

【摘要】：在竞争激烈的市场环境中,工业检测变得越来越重要,工业生产对检测的要求也越来越高,成本投入不断加大,促进我国的检测事业进入快速发展期,工业检测的模式和效率也有了明显改观。工业检测中,缺陷检测占据了主要的部分,缺陷检测是图像处理技术和计算机视觉的重要应用。缺陷检测通常是指对物品表面缺陷的检测,表面缺陷检测是采用先进的机器视觉检测技术,对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。当前,国内外很多软件企业开发了不少该类检测软件,可根据设定的技术指标要求自动进行检测,并对有缺陷部位进行标识,还可以根据需要自动分拣、剔除,代替人工识别,提高生产效率。本文设计的胶囊缺陷检测系统无论在准确率还是检测效率方面都比现有的胶囊检测系统高。在检测机器方面,设计了流水线式的圆盘状的胶囊槽,检测相机有四个,对每个胶囊的拍摄的图像多达12张,检测的效果同样有很强的市场竞争力;在软件方面,针对胶囊的图像和缺陷种类设计了预处理过程和检测的算法,结合图像处理技术如提取、分割、边缘检测、膨胀、腐蚀、二值化等对胶囊的图像进行一系列处理,最终判断检测的胶囊是否有缺陷,若有缺陷,则标记缺陷的类别以及缺陷的位置并在保存的图像中直观显示出来,最终控制机器对标记缺陷的胶囊进行剔除。在检测算法中,对局部缺陷检测中的大部分的局部缺陷的检测方法进行了优化融合,简化了操作,提高了运行效率；对混批缺陷的检测中通过对每个胶囊的帽、套合区和体三部分的颜色分别统计后做色差判断,同样提高了准确率：对不同类型的胶囊,增加了除普通彩色胶囊之外的半透明胶囊的缺陷检测功能。与其他胶囊缺陷检测系统相比有三个显著特点。第一,在硬件机器上配置,对机器进行了改进,增加了相机的个数,保证待检测胶囊的全方位拍摄。第二,在检测算法的改进、创新设计,可以更加精确的对各种缺陷进行检测。第三,机器的检测速度是目前达到8万粒每小时,不论在准确率和速度上均能满足检测需求。
【关键词】：胶囊 缺陷检测 数字图像处理 色差
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要5-7
• abstract7-11
• 1 绪论11-15
• 1.1 缺陷检测背景及研究意义11-12
• 1.1.1 研究背景11-12
• 1.1.2 理论意义以及应用价值12
• 1.2 国内外研究现状12-13
• 1.3 本文组织结构13-15
• 2 相关基础理论及方法15-26
• 2.1 缺陷检测相关图像处理方法15-21
• 2.1.1 二值化15-16
• 2.1.2 边缘检测16-17
• 2.1.3 分水岭算法17-18
• 2.1.4 形态学18-19
• 2.1.5 仿射变换19-21
• 2.2 基于颜色特征的分析方法21-22
• 2.3 基于模式分类的缺陷检测22-24
• 2.4 本章小结24-26
• 3 视觉缺陷检测系统的搭建26-37
• 3.1 典型工业视觉缺陷检测系统26-27
• 3.2 胶囊缺陷检测系统27-36
• 3.2.1 胶囊缺陷检测硬件系统27-31
• 3.2.2 胶囊缺陷检测软件系统31-33
• 3.2.3 常见胶囊及缺陷33-36
• 3.3 本章小结36-37
• 4 胶囊缺陷检测系统设计37-46
• 4.1 预处理37-39
• 4.1.1 胶囊图像分割37-38
• 4.1.2 单个胶囊处理38-39
• 4.2 长度检测39-41
• 4.3 局部缺陷检测41-43
• 4.4 混批检测43-45
• 4.5 本章小结45-46
• 5 胶囊缺陷检测系统实现46-56
• 5.1 软件开发系统46-47
• 5.2 界面设计47-50
• 5.3 预处理50-51
• 5.4 缺陷检测51-52
• 5.5 缺陷胶囊剔除52
• 5.6 结果分析52-54
• 5.6.1 局部缺陷检测算法分析52-53
• 5.6.2 混批检测算法分析53-54
• 5.6.3 检测结果分析54
• 5.7 本章小结54-56
• 6 总结与展望56-58
• 6.1 本文总结56
• 6.2 展望56-58
• 参考文献58-60
• 附录60-62
• 致谢62-63
• 个人简历63

【相似文献】

中国期刊全文数据库 前10条

1 李莉萍;;新的3D缺陷检测技术实现纳米级快速检测[J];计测技术;2013年04期

2 杨建鲁;一种简便的介质缺陷检测方法[J];微电子学;1991年05期

3 肖庆;杨朝红;宫云战;;提高静态缺陷检测精度方法[J];计算机辅助设计与图形学学报;2010年11期

4 朱明岩;邓洪亮;黄东辉;付思远;;探地雷达在道路缺陷检测中的应用[J];山西建筑;2014年04期

5 ;KLA-Tencor新光罩检测技术可执行多缺陷检测[J];电子与电脑;2008年10期

6 喻宾扬;王召巴;金永;;玻璃缺陷检测新方法的研究[J];传感器与微系统;2008年08期

7 刘浩;刘春;胡存刚;;混合滤波器在玻璃瓶缺陷检测中的应用[J];电子测量与仪器学报;2007年03期

8 蒋艳军;卢军;陈建军;;板栗图像的去噪及缺陷检测研究[J];农产品加工;2008年09期

9 石强;陈陆建;;管道内外壁缺陷检测的研究[J];中小企业管理与科技(上旬刊);2010年05期

10 刘皓挺;王巍;史利民;;图割模型在光纤熔接缺陷检测中的应用[J];红外与激光工程;2012年11期

中国重要会议论文全文数据库 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

中国重要报纸全文数据库 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

中国博士学位论文全文数据库 前10条

1 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

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 张昱;基于机器视觉的TFT-LCD屏mura缺陷检测技术研究[D];哈尔滨工业大学;2006年

中国硕士学位论文全文数据库 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：258983