基于机器视觉的罐盖缺陷检测

《基于机器视觉的罐盖缺陷检测》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、中ｆｉ討《乂聲ＣＨＩＮＡＩＬＩＡＮＧＵＮＩＶＥＲＳＩＴＹＪ硕主学位论文ＭＡＳＴＥＲＤＩＳＳＥＲＴＡＴＩＯＮ暮于机器视觉：的臟盖缺陷枪测ＣｏｖｅｒＤｅｆｅｃｔｓＤｅｔｅｃｔｉｏｎＢ迂ｓｅｄ〇打ＭａｃｈｉｎｅＶｉｓｉｏｎ作者何金彪导师周永霞副教授学科计算机应用技术中国计量大学二〇—六年六月＇去；玄－ｉ－Ｉｆ．ｗＳｉｃｉＭ．、可．CoverDefectsDetectionBasedonMachineVisionByJinbiaoHeADissertationSubmittedtoChinaJiliangUni

2、versityInpartialfulfillmentoftherequirementForthedegreeofMasterofEngineeringChinaJiliangUniversityJune,2016独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研巧成果，除了文中特别加从标注和致谢之处外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得中国计量大学或其化教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文作者签名签字曰期：於年＾月；曰扛為主

3、学位论文版权使用授权书本学位论文作者完全了解中国计量大学有关保留、使用学位论文的＾规定。榜授权中国计量大学可別各学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名；导师签名；签字日期：《年６月日签字日期：年＾月日ｊ中图分类号TP391学校代码10356UDC004.9密级公开硕士学位论文MASTERDISSERTATION基于机器视觉的罐盖缺陷检测CoverDefectsDetectionBasedo

4、nMachineVision作者何金彪导师周永霞副教授申请学位工学硕士培养单位中国计量大学学科专业计算机应用技术研究方向机器视觉二〇一六年六月致谢首先，衷心地感谢我的导师周永霞老师。在我攻读硕士学位期间，学习上和生活上都得到了导师的热心帮助和关心爱护。先生渊博的学识,严谨的治学态度,精益求精的工作作风，诲人不倦的高尚师德，朴实无华、平易近人的人格魅力对我影响深远。对待科研教育认真负责、创新的态度,永远值得我学习；他缜密的思维以及对待祖国教育事业的献身精神,必将影响我终身,永远激励着我不断前进。祝周老师生活幸福，桃李满天下。感谢本科班主任雷凌老师七年来对我的指导、关心和帮助。感谢何灵敏、陆慧娟、

5、潘巨龙、曾宪庭等老师,给予我生活上和学习上的关心和热情的帮助。祝恩师们身体健康，家庭幸福!感谢实验室所有的同窗们在科研过程中给我以许多鼓励和帮助，他们分别是：任乐乐、叶佳骏、王军峰、梅支礼、沈圣远、陈星平、张华东、平明珠、刘亚卿、王石磊、金培源、张俊帅、朱卫红。和他们一起度过了这段美好时光是难以忘记的。祝他们前程似锦，事业有成!需要特别感谢的是我的父母和亲人。他们给予了我最无私的爱，为我的成长付出了许多许多，焉得谖草，言树之背，养育之恩，无以回报，惟愿他们健康长寿!何金彪2016年6月基于机器视觉的罐盖缺陷检测摘要:机器视觉技术是一门新的学科，主要是用计算机来代替人眼，通过处理分析图像的方式来

6、直接或间接地识别出物体。该方法常被用于实际测量或检测。近年来，该项技术在诸多行业发展很快，尤其在工业检测中居多。本课题以工业金属罐盖为对象，通过阅读大量文献，研究了基于机器视觉的罐盖缺陷的实时检测方法，克服了人工检测的速度慢、效率低、准确率不高等缺点。本文的研究内容主要包括以下几个方面：(1)提出了一种罐盖图像处理算法。首先对从硬件系统中采集到的罐盖图进行滤波和图像轮廓提取工作，然后分别用四种不同的算法来提取轮廓的中心，把图像按区域划分成罐盖罐口、注胶区域、内圆区域等三个主要区域，最后综合一系列图像处理算法对这三个区域进行检测。(2)提出了一种用遗传算法和非线性规划的圆度误差测量算法。通过研究

7、圆形算法检测理论发现，常用于图像处理技术中的Hough变换、最小二乘法和遗传算法在图像圆形检测中存在着诸多不足。其中，Hough变换由于自身检测速度太慢的问题明显不能满足工业检测的实时性；最小二乘法虽然克服了Hough变换检测速度慢的问题，但无法排除干扰点影响；遗传算法是一种寻优算法，但也存在速度太慢的劣势，而且往往只能搜索到问题的次优解；而非线性规划方法刚好具备较强的局部寻优能力。综上，本文提出