空瓶检测机器人的啤酒瓶底缺陷图像识别方法

空瓶检测机器人的啤酒瓶底缺陷图像识别方法

ID:37084783

大小:2.22 MB

页数:73页

时间:2019-05-17

空瓶检测机器人的啤酒瓶底缺陷图像识别方法_第1页
空瓶检测机器人的啤酒瓶底缺陷图像识别方法_第2页
空瓶检测机器人的啤酒瓶底缺陷图像识别方法_第3页
空瓶检测机器人的啤酒瓶底缺陷图像识别方法_第4页
空瓶检测机器人的啤酒瓶底缺陷图像识别方法_第5页
资源描述:

《空瓶检测机器人的啤酒瓶底缺陷图像识别方法》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、学校代号10532学号S150900744分类号TP391密级公开硕士学位论文空瓶检测机器人的啤酒瓶底缺陷图像识别方法学位申请人姓名范涛培养单位电气与信息工程学院导师姓名及职称朱青副教授学科专业电子科学与技术研究方向机器视觉与图像处理论文提交日期2018年4月20日学校代号:10532学号:S150900744密级:公开湖南大学硕士学位论文空瓶检测机器人的啤酒瓶底缺陷图像识别方法学位申请人姓名:范涛导师姓名及职称:朱青副教授培养单位:电气与信息工程学院专业名称:电子科学与技术论文提交日期:2018年4月20日论文答辩日期:2018年5月18日答辩委员会主席

2、:刘宏立教授ResearchonBeerBottleBottomDefectRecognitionAlgorithmforEmptyBottleDetectionRobotbyFANTaoB.E.(HunanUniversity)2015AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinElectronicScienceandTechnologyintheGraduateSchoolofHunanUniversitySupervi

3、sorAssociateProfessor:ZhuQingApril,2018湖南大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:日期:年月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门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

4、授权湖南大学可以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,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1.保密□,在年解密后适用本授权书。2.不保密。(请在以上相应方框内打”√”)作者签名:日期:年月日导师签名:日期:年月日I空瓶检测机器人的啤酒瓶底缺陷图像识别方法摘要在食品饮料行业中,食品饮料等在灌装前需要对空瓶进行缺陷检测。采用基于机器视觉技术的空瓶检测机器人检测与传统的人工检测相比,具有效率高、成本低等优点,因此其在食品饮料行业极具研究价值。本文针对基于机器视觉技术的空瓶检测机器人空瓶瓶底定位及缺陷检测算法进行研

5、究。其中包括对瓶底图像采集方案的设计与改进,底层控制系统软件的设计与优化,瓶底图像中心定位方法以及图像缺陷识别检测方法的研究。目前,瓶底定位算法依然存在定位中心不准、时间长等难题,瓶底缺陷检测识别率也有待提高。在空瓶检测机器人的瓶底定位方法分析过程中,本文首先采用了传统的圆心定位方法,如重心法、最小二乘法、Hough变换法、三点圆拟合法等分别对瓶底圆心进行定位,分析了几种定位方法的优缺点,总结了瓶底图像定位产生误差的原因。根据瓶底防滑纹的几何特征,提出一种改进的基于防滑纹位置的多次随机圆拟合定位方法。首先对瓶底图像进行预处理,尽量消除图像中存在的噪声干扰,

6、然后采用重心法预定位获取初始圆心,径向扫描提取真实防滑纹边缘点,并以此为圆拟合算法的输入边缘,最后采用多次随机圆拟合算法对瓶底圆心定位,确定最终圆心位置。该方法有效减少了干扰点对定位的影响,与其他几种定位方法相比,本方法在精度和速度上均取得了较好的定位结果。通过对啤酒瓶底图像的缺陷类型及特征具体研究,提出将瓶底图像分为防滑区域和中心区域两部分分区域进行缺陷检测,对于瓶底中心区域,采用改进的基于轮廓特征的最小矩中心区域缺陷检测方法;对于瓶底防滑纹区域,采用基于区域分割的防滑纹区域瓶底缺陷识别方法。并采用支持向量机结合径向基核函数对瓶底缺陷特征进行分类。最后,

7、设计了一个空瓶检测软件系统,对本文的算法进行验证。实验表明,瓶底定位误差小于6个像素(本文实验对象尺寸为648*483像素),每瓶检测时间在100ms以内,定位精度和速度均比之前的瓶底定位算法有较大提升。缺陷检测识别准确率为92.7%,具有较高的实用价值。关键词:空瓶检测;机器视觉;瓶底缺陷识别;瓶底定位;分区检测II硕士学位论文AbstractInthefoodandbeverageindustry,asfoodandbeveragebeforefilling,defectdetectionshouldbecarriedoutontheemptybott

8、les.Andtheemptybottleinspectionro

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。