[精品]机器视觉论文

《[精品]机器视觉论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于机器视觉的玻璃瓶表面缺陷检测系统在生活中，有各种各样的玻璃瓶不断地被回收，以便循坏再用。如：啤酒瓶、可口可乐瓶、牛奶瓶等等。人量的玻璃瓶被I叫收，使其回收检测从人工智能逐渐过渡到自动化检测,而机器视觉极适用于大批量牛产过程屮的测量、检查、识别、线阵CCD在连续、扌「I描在线测量中的应用非常有优势。用机器视觉检测方法可以大大提高生产的口动化程度，而且机械视觉易于实现信息集成，可极大地提高产品质量，提高牛产效率。所以，在玻璃瓶收回检测中，机器视觉逐渐成为检测的主流方法。一、玻璃瓶检测的特点玻璃瓶的检測I」貝有以下的特点：（一）材料是玻璃。

2、（二）玻璃瓶检测强调实时、在线，确保对过程实现全而的控制，提高生产效率和生产合格率。（三）玻璃瓶形状复杂。用传统人工检测难以实现快速大批量的精确检测。针对玻璃瓶检测的特点各要求，我们可以主要针对四个方面來进行检测，即瓶口检测:螺纹检测；瓶壁检测：瓶壁内、外表面污物检测、磨损度检测；瓶底检测：瓶底污物，裂纹;瓶内残液检测：残留碱液，残留汕，残留水。系统设计基于玻璃瓶检测的特点与要求，机器视觉的玻璃瓶表面缺陷在线检测系统为包括图像采集部分、图象处理、输入输出部分、智能控制及机械执行等儿个部分组成，如下图所示:检测系统基本结构其具体工作过程为：

3、将待检玻璃瓶置于尽可能均匀照明的可控背景前（采用LED红光）,智能控制系统给图像获取模块（四个CCD摄像机）发出控制信号，四个CCD摄像机分别摄取到的玻璃瓶瓶口、瓶底、瓶壁的图像，经过图像釆集卡把图像数据釆集到计算机内存,利川研制开发的玻璃瓶表面缺陷图像处理与测量软件，实现对玻璃瓶表面缺陷的检测，授后通过输出设备输出检测结果。其系统中视觉系统的构成：在机器视觉检测系统中，光源系统、摄像机和图像采集卡的质量影响整个系统的检测精度。合理的选择是获取质量好、能清晰反映玻璃瓶缺陷存在的图像的关键。目前在机器视觉系统中，光源系统主要山光源和光学镜头

4、组成，系统采用显色性强、发光强、功耗低、散热小、光谱范围及寿命鬲的LED光作为源。系统选用高分辨率、高清晰度外触发同步的线阵CCKUNIQ650,其分辨为752X582像素、24位图像。图像采集卡采用基于PCI总线的是DHYG300、8位、24位和32位真彩色采集卡。视频模拟信号作为采集卡的输入，经滤波，A/D转换成24bit数字信号，通过PCI总线传送到计算机系统内存，实现摄像机图像到计算机内存的可靠实时传送。以静态图像存入计算机,提供BMP,JPG存盘格式。二、玻璃瓶表面缺陷图像的处理1、图像获取光学系统、CCD摄像机和图像采集卡组成

5、了图像获取系统。为了得到质量高的图像，被检测物体要与CCD摄像机组成合理的介度和距离，同时光源系统要求提供光源稳定、色泽均匀、多角度照射等。2、图像识别采集到的被检测对象通过图像预处理、图像分割来判断被检测物是否合格。缺陷识别流程如下图所示：缺陷识别流程图2.1图像预处理图像预处理的目的是减弱图像屮的噪声。摄像机拍摄的原图，带有噪声干扰。噪声易恶化图像的质量，模糊图像，淹没图像特征，给图像分析带来困难。图像噪声产生的主要原因是来源于图像的采集和传输过程中环境的扰动以及人为的因素。可采用一种基于高效的屮值滤波图像处理算法消除图像屮的噪声。2

6、.2图像分割图像分割是指把图像分成各具特色的区域，并提取感兴趣口标的技术和过程。这里的特征域，并提取感兴趣冃标的技术和过程。这里的特征町以是灰度、颜色和纹理等，冃标可以对应单个区域，也可以对应多个区域。图像分割主要根据图像在各个区域的不同特征，采川不同的分割技术，可归纳为4种技术，如下图所示：图像分割框图目标区域内部的像索一般具有灰度相似性，而在区域ZI'可的边界上一般具有灰度不连续性，所以分割算法nJ据此分为利用区域间灰度不连续性的基于边界的算法和利用区域内灰度相似性的棊于区域的算法。常用的图像分割算法分为阈值分割、边缘分割和区域分割等

7、。取阈值是最常见的、并行的直接检测区域的分割方法。2.3软件控制为保证采集精度和处理速度，因而对软件要求速度快、控制及时。在连续检测时，界步拍摄功能的ccd摄像机连续地对被检测玻璃瓶进行扌n照，通过图像采集r对获得图像进行数字化并传送到PC机的数字图像处理与判断模块进行识别判断。当判断为不合格，将会发送指令给可编程控制器执行击出动作命令。在系统待命时，PC机接收用户的指令，完成对系统的软件参数配置、硬件的检测等，包括图像处理•判断模块参数的设置、传送系统电机转速设置、系统各个传感器检测、击瓶器检测和CCD摄像机检测等。三、结语本文根据対玻

8、璃瓶检测的特点,提出了基于机器视觉技术的玻璃瓶表血缺陷检测方法。针对实际的冃标图像，通过对其进行图像获取、图像预处理、图像分割、特征提取、参数处理，从而获得玻璃瓶表面缺陷图像的识别处理，最终达