基于机器视觉的光缆外观缺陷检测系统的研究

《基于机器视觉的光缆外观缺陷检测系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文论文题目：基于机器视觉的光缆外观缺陷检测系统的研究作者姓名姜凯指导教师潘今一教授学科专业控制科学与工程培养类别全日制学术型硕士所在学院信息工程学院提交日期2016年4月13日I浙江工业大学硕士学位论文基于机器视觉的光缆外观缺陷检测系统的研究作者姓名：姜凯指导教师：潘今一教授浙江工业大学信息工程学院2016年4月IIDissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegreeofMasterResearchofOpticalCableDefectI

2、nspectionSystemBasedOnMachineVisionCandidate:jiangkaiAdvisor:panjinyiCollegeofMechanicalEngineeringZhejiangUniversityofTechnologyApr2016III浙江工化大学学位论文原创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的研究成果。除文中已经加レッ标注引用的内容外，本论文不包普其他个人或集体己经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育

3、机构的学位证书而使用过的材料。对本文的硏巧作出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本人承担本声明的法律责任。作者签名：麥挪Ｊ日期倍年月巧日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留。并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅本人授权浙江工业大学可臥将本学位论文的全部或部分内容编入有关数据库进行检索。，可采用影印、缩印或扫描等复制手段保存和汇编本学位论义本学位论文属于。１．保密□，年解密后适用本授

4、权书２．不保密白＂＂（请在Ｗ上相应方框内打Ｖ）奉心衣作者签名：＾《曰：／日期导师签名：如／／年＾月＞班；日期浙江工业大学硕士学位论文基于机器视觉的光缆外观缺陷检测系统的研究摘要针对线缆行业长期存在的外观缺陷检测困难的问题，本文选取了光缆作为研究对象，对基于机器视觉的光缆外观缺陷检测系统进行了研究，用以实现对光缆外观的实时检测。本人工作的具体内容有:（1）硬件选定及方案确定。针对光缆生产线性运动且速度快的问题，采用线阵相机进行图像采集，并选择相应的镜头、光源以及一些附件如编码器、采集卡、光源控制器等，确定检测方

5、案。（2）护套外观缺陷检测。对于外观凹坑凹痕及直径的缺陷检测，采用阈值分割方法，把凹坑划痕、光缆和背景三者区分开，检测出凹坑划痕的面积以及光缆的直径。（3）图像拼接。由于字符范围较长，且中间有大部分空白区域，考虑到图像过宽以及显示查看方便，采用简单的图像拼接，即把一个周期的含有字符的多个小图像组合成一幅大的图像。根据字符整体的特点，在外界不给信号的情况下，能够很准确稳定的拼接出完整的图像。（4）字符质量检测。对于光缆外观机械印字质量的检测，针对其固定不变的字符部分，采用的模板匹配的方法进行检测，先建立一个模板，用实时拼接的图像

6、跟模板进行对比，根据字符模块数和匹配的相似度进行判断决策。（5）数字米数识别。针对机械印制数字米数变动且印制不规范的特点，采用了神经网络分类器，对数字米数进行分类识别。在印制数字较清晰完整的情况下，识别率能够满足客户要求。在此基础上，把识别的数字同实际长度实时对比，检测印字轮印制的数字是否出现跳码。系统安装到现场进行实际的测试应用,通过2个多月的试运行，不断进行改进，达到了客户的检测的要求,验证了检测系统的可行性与有效性。本文的检测系统不仅局限于光缆的外观缺陷检测,还可以应用于其它类似的线缆产品的检测,具有很好的市场前景。V浙

7、江工业大学硕士学位论文关键词：机器视觉，光缆，缺陷检测，字符质量，模板匹配，神经网络VI浙江工业大学硕士学位论文RESEARCHOFOPTICALCABLEDEFECTINSPECTIONSYSTEMBASEDONMACHINEVISIONABSTRACTAimingattheproblemoflongtimeexistingdefectsinthecableindustry,thispaperselectstheopticalcableastheresearchobject.Itcarriedouttheresearchon

8、theappearanceofopticalcabledefectsinspectionsystembasedonmachinevisioncabletoachievereal-timedetectionofcableproduction.Thespecificcontent