欢迎来到天天文库
浏览记录
ID:37068426
大小:2.99 MB
页数:79页
时间:2019-05-16
《PET瓶封装质量在线视觉检测方法研究》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、广州大学工学硕士论文广州大学工学硕士论文摘要摘要PET瓶封装缺陷直接影响食品安全,有必要在高速生产过程中对PET瓶封装质量进行在线检测。本文设计了一套基于机器视觉的PET瓶封装质量检测系统,使用三个相机从不同角度拍摄瓶盖图像,然后使用匹配定位、边缘提取、对比检测等算法对图像进行处理,实现了PET瓶瓶盖缺陷视觉检测。本文的主要工作包括以下内容:(1)在总结国内外学术研究成果的产业界发展现状的基础上,结合企业PET瓶封装质量检测的实际需求,设计了本检测系统的总体方案,硬件系统方案包括成像方案设计、器件选型、剔除
2、机构设计等,软件设计包括照明模块、图像采集模块、图像分析模块和信号通信模块等工作。(2)研究了PET瓶封装缺陷视觉检测算法。设计了检测算法基本流程,使用中值滤波的方法对图像进行降噪预处理,利用灰度相关性匹配的方法对瓶盖进行定位,并以此为基准对各检测子区域进行二次定位,并提取歪盖区域的SUSAN算子边缘作为主要特征,然后利用预设规则依次实现对无盖、高盖和歪盖等缺陷的检测。在无盖缺陷检测中采用贝叶斯估计方法自动获取检测参数阈值,使系统具有一定的智能化的能力。(3)在前两部分工作的基础上,设计并实现了PET瓶封装
3、缺陷检测软件,包括软件架构设计、人机交互设计与实现、检测算法的具体设计与实现、系统集成等工作。(4)对本文完成的检测系统进行了实际实验验证:对2000瓶PET瓶进行了检测实验,系统检测速度能够达到15瓶/秒,检测准确率高于99.30%。实验结果表明,本文设计的系统和算法可以满足实际生产的要求。关键词:缺陷检测;PET瓶;机器视觉;自适应阈值I广州大学工学硕士论文IIAbstractAbstractDefectsinPETbottlepackagingdirectlyaffectfoodsafety,andi
4、tisnecessarytoperformon-lineinspectionofPETbottlepackagingqualityduringhigh-speedproduction.ThispaperdesignsasetofPETbottlepackagingqualityinspectionsystembasedonmachinevision,usesthreecamerastoshootthecapimagefromdifferentangles,andthenusesmatchingpositio
5、ning,edgeextraction,contrastdetectionandotheralgorithmstoprocesstheimageandachievePETbottles.Coverdefectvisualinspection.Themainworkofthisarticleincludesthefollowing:(1)Onthebasisofsummarizingthestatusquoofindustrialdevelopmentofdomesticandforeignacademicr
6、esearchachievements,combinedwiththeactualneedsofthecompany'sPETbottlepackagingqualityinspection,theoverallschemeofthedetectionsystemwasdesigned.Thehardwaresystemsolutionincludesimagingdesignanddeviceselection.Inadditiontodesigningorganizations,thesoftwared
7、esignincludeslightingmodules,imageacquisitionmodules,imageanalysismodules,andsignalcommunicationmodules.(2)ThevisualinspectionalgorithmforPETbottlespackagingdefectswasstudied.Thebasicflowofthedetectionalgorithmwasdesigned,andtheimagewasdenoisedandpreproces
8、sedusingthemedianfiltermethod.Thebottlecapwaspositionedusingthegraycorrelationmatchingmethod,andthiswasusedasabenchmarktoperformsecondarydetectionforeachdetectionsubarea.Positioning,andextractingtheSUSANopera
此文档下载收益归作者所有