大面积皮革表面的视觉检测技术与应用研究

论文摘要

随着科技发展及社会生活水平的提高,家用沙发、汽车座椅、皮衣、皮鞋等皮革制品的应用越来越广泛,对皮革制品加工质量与效率的要求也越来越高。由于皮革原料取自动物毛皮（牛皮、羊皮、猪皮等）,其表面不可避免地存在疤痕、斑点、皱褶、孔洞和凹陷等多种瑕疵,因此在皮革原料加工中必须检测出可用的有效区域（剔除瑕疵,获取可用区域范围）。长期以来皮革制品加工生产中,皮面检测、排样、切割主要依靠人工完成,存在劳动强度大、主观因素影响严重、一致性差、皮革原料浪费率高等问题。为了有效利用皮革原料、提高产品质量和生产效率、降低生产成本,皮革制品加工工艺与设备逐步向高效、可靠的自动化方向发展,特别是皮革表面的人工检测工艺已逐步被机器视觉检测所替代。本学位论文以浙江省科学技术厅科技攻关重大项目“皮革制品准柔性制造技术开发（项目编号：2003C11023）”为背景,针对大面积皮革原料（牛皮）表面可用区域的机器自动识别需求,采用机器视觉检测方法获取可用区域,研究皮革表面瑕疵检测和可用区域提取的理论方法,解决若干关键技术,研制相应的样机,并通过实验研究验证理论方法的可行性和系统的有效性。论文的主要研究内容包括：1.综述目前图像去噪方法的基本原理及特点,针对皮革图像采集过程中混合噪声对图像质量影响问题,在不破坏皮革纹理细节信息的条件下,研究基于小波自适应阈值和中值滤波相结合的联合去噪技术,准确保留皮革边界及线条、斑点、皱褶、孔洞、疤痕和凹陷等重要皮革表面信息,并通过实验验证其可行性。2.针对工业CCD视场小、皮革材料柔软特性和皮革裁剪机结构限制等问题,从理论和实用角度探讨工业现场中图像拼接的实时性和可靠性,研究基于Gabor-Zernike矩几何相似三角纹理特征块的图像拼接技术,结合硬件条件,解决图像拼接算法复杂、速度慢等问题,以实现大面积皮革视觉检测中序列图像的快速精确拼接,获得皮革的整体轮廓特征,展现大面积皮革的全局信息。3.针对皮革纹理和瑕疵全局随机性、特征提取难和计算量大等问题,研究基于粒子群优化模糊聚类方法的皮革表面瑕疵实时检测技术,利用粒子群快速全局寻优,结合模糊聚类的特点,采用类间最大距离和类内最小距离的方法快速提取瑕疵区和优质皮区的最佳特征,解决传统模糊聚类算法基于梯度下降的迭代耗时过程,提升全局搜索能力和提高聚类效率,实现瑕疵区域和皮革优质区域的快速聚类,通过图像分割处理得出可用区域。针对皮革瑕疵检测的实时性问题,通过对每一幅待检皮革图像进行多层正交小波分解,提取各层低频子图像的能量和局部同质性等共生矩阵特征进行分析,自动确定分辨率级数和选取分解子图像的小波频带进行重构,最后在重建图像中采用自适应的二值阈值法分割出皮革的瑕疵区域和优质区域,把纹理表面图像的瑕疵检测转化为非纹理图像的瑕疵检测。4.为实现皮革样件智能排样和数控裁剪等后续工序,对皮革可用区域边界和轮廓进行位图矢量化处理。针对在生成复杂不规则皮革可用区域边界与轮廓矢量图形时的断点、不连续和支线等问题,提出一种改进链码表示的轮廓边界位图矢量化技术,以实现皮革可用区域矢量化图形的任意编辑,满足智能排样要求,实现皮革样件的无图纸加工。5.采用基于机器视觉的检测技术研制大面积皮革原料表面的视觉检测系统,实现图像采集、拼接、瑕疵识别与可用区域提取等功能,满足工业生产的技术需求。6.结合理论研究,在皮革数控裁剪机上进行混合噪声去噪处理、纹理特征块图像拼接、瑕疵检测及皮革可用区域轮廓位图矢量化试验,验证各项技术方案的可行性与系统工作的有效性。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 图目录
• 表目录
• 术语缩写表
• 1 绪论
• 摘要
• 1.1 引言
• 1.2 论文的研究目的与意义
• 1.3 皮革表面视觉检测技术的研究与应用现状
• 1.3.1 视觉检测的基本原理
• 1.3.2 皮革纹理表面视觉检测技术分析
• 1.3.3 皮革视觉检测系统的应用现状
• 1.4 论文的主要研究内容
• 1.5 本章小结
• 2 基于小波和中值滤波的皮革图像联合去噪方法研究
• 摘要
• 2.1 引言
• 2.2 基于小波变换自适应阈值法的皮革图像去噪方法
• 2.2.1 皮革图像的小波分解
• 2.2.2 小波去噪原理
• 2.2.3 基于小波变换的去噪方法
• 2.2.4 自适应阈值选取
• 2.3 基于小波和中值滤波的皮革图像联合去噪方法
• 2.4 实验研究
• 2.5 本章小结
• Zernike矩皮革纹理特征块的图像拼接技术研究'>3 基于Gabor_Zernike矩皮革纹理特征块的图像拼接技术研究
• 摘要
• 3.1 引言
• 3.2 皮革图像拼接原理与方法
• 3.2.1 皮革序列图像的拼接原理
• 3.2.2 皮革图像拼接的关键技术
• 3.2.3 图像拼接方法
• 3.2.4 图像配准技术
• Zernike矩的皮革纹理特征块的图像拼接算法'>3.3 基于Gabor_Zernike矩的皮革纹理特征块的图像拼接算法
• Zernike矩的纹理特征块提取方法'>3.3.1 基于Gabor_Zernike矩的纹理特征块提取方法
• 3.3.2 基于几何相似三角形纹理特征块的图像配准算法
• 3.4 实验研究
• 3.5 本章小结
• 4 皮革表面瑕疵视觉检测方法研究
• 摘要
• 4.1 引言
• 4.2 基于粒子群优化模糊聚类的皮革瑕疵检测方法
• 4.2.1 聚类分析概述
• 4.2.2 模糊C均值聚类算法
• 4.2.3 基于粒子群优化模糊聚类算法
• 4.2.4 基于粒子群优化模糊聚类的皮革瑕疵检测方法
• 4.3 基于自适应小波频带重构的皮革瑕疵检测方法
• 4.3.1 频带选择对图像重建的影响
• 4.3.2 皮革表面图像纹理特征提取
• 4.3.3 自动选取最佳分解级数
• 4.4 实验研究
• 4.5 本章小结
• 5 皮革可用区域的边界与轮廓矢量化技术研究
• 摘要
• 5.1 引言
• 5.2 皮革可用区域的边界与轮廓位图矢量化技术
• 5.2.1 皮革轮廓边界图像预处理
• 5.2.2 矢量化算法
• 5.2.3 拓扑生成
• 5.3 实验研究
• 5.4 本章小结
• 6 大面积皮革表面的视觉检测系统研制与实验研究
• 摘要
• 6.1 引言
• 6.2 皮革视觉检测系统的硬件设计
• 6.2.1 皮革视觉检测原理与系统
• 6.2.2 基于CCD的图像采集系统设计
• 6.2.3 系统运动机构设计
• 6.2.4 电气控制系统设计
• 6.3 皮革视觉检测系统的软件设计
• 6.3.1 皮革视觉检测系统软件的工作流程
• 6.3.2 皮革视觉检测系统软件平台结构
• 6.4 皮革视觉检测系统的标定
• 6.4.1 视觉检测系统的标定概述
• 6.4.2 视觉检测系统的标定原理
• 6.4.3 皮革视觉检测系统的标定方法
• 6.5 大面积皮革表面可用区域的自动检测实验研究
• 6.5.1 实验平台与图像采集实验
• 6.5.2 基于小波和中值滤波的皮革图像联合去噪效果实验验证
• Zernike矩皮革纹理特征块的图像拼接实验'>6.5.3 基于Gabor_Zernike矩皮革纹理特征块的图像拼接实验
• 6.5.4 皮革表面瑕疵检测实验
• 6.6 本章小结
• 7 总结与展望
• 7.1 主要结论
• 7.2 展望
• 参考文献
• 攻读博士学位期间参加的科研项目及获得的科研成果
• 1 发表及录用的学术论文
• 2 获得授权的专利
• 3 软件著作权登记
• 4 参加的科研项目