基于机器视觉的药用玻璃瓶缺陷检测的研究

论文摘要

目前,药用玻璃瓶的质量检测主要靠人工检测,这会增加巨额的人工成本和管理成本,同时检测的精度和速度也达不到生产的要求。本文针对玻璃瓶的缺陷检测进行了研究,论文的主要工作和取得成果如下:1.针对机器视觉的药用玻璃瓶缺陷检测,首先需要获得高质量的采集图像。本文从采集设备的选择入手,分析各种光源的优缺点,根据被测对象的特性,确定光源和照明装置,设计简易的采集暗室环境,搭建采集实验平台,初步达到采集图像的质量要求;同时对总体检测系统进行设计。2.针对玻璃瓶边缘检测,详细探讨了被测对象图像的预处理过程,同时进行了滤波、增强和边缘检测算法可行性的实验验证,实现了根据被测对象的特性选择合适的算法;同时采用曲线拟合算法对传统的像素级检测方法进行改进,使边缘检测的定位精度达到亚像素级,提高了边缘检测的精度。3.针对玻璃瓶缺陷检测,对瓶口和瓶身的缺陷采用不同的检测算法。就瓶口检测的圆心定位问题,进行了多种方法的比较,采用改进的四点垂直弦截法来确定圆心位置,此算法简单,容易实现,且提高了圆心定位的精度;针对瓶口缺陷检测提出双圆周法,能较好的检测到瓶口细小缺陷;利用边缘跟踪法提取瓶身裂纹缺陷区域后,用几何特征参数判断缺陷类型。

论文目录

• 摘要
• ABSTRACT
• 致谢
• 第一章 绪论
• 1.1 研究背景
• 1.2 机器视觉技术及玻璃瓶缺陷检测
• 1.2.1 机器视觉的概念
• 1.2.2 机器视觉检测系统的应用
• 1.2.3 玻璃瓶缺陷检测的国内外发展现状
• 1.3 主要研究内容
• 第二章 药用玻璃瓶在线检测系统设计
• 2.1 检测系统的组成
• 2.2 摄像机参数分析和选择
• 2.3 视觉板卡的选择与分析
• 2.4 镜头的选择与分析
• 2.5 光源和照明
• 2.6 采集系统实验搭建
• 第三章 药用玻璃瓶边缘检测算法的研究
• 3.1 数字图像预处理
• 3.1.1 滤波
• 3.1.2 图像增强
• 3.2 图像边缘检测
• 3.2.1 经典边缘算子
• 3.2.2 像素级初次边缘检测
• 3.3 曲线拟合的亚像素图像边缘检测
• 3.3.1 三次B样条函数
• 3.3.2 曲线拟合亚像素图像边缘检测
• 3.3.3 实验结果与分析
• 第四章 药用玻璃瓶的缺陷检测
• 4.1 玻璃瓶缺陷的特征
• 4.2 缺陷检测概述
• 4.2.1 缺陷检测的整体流程图
• 4.2.2 各种缺陷的检测
• 4.3 瓶口缺陷检测
• 4.3.1 边界跟踪算法
• 4.3.2 瓶口圆心定位方法
• 4.3.3 瓶口破损检测
• 4.4 瓶身缺陷的识别和缺陷类型的判别
• 4.4.1 瓶身裂纹检测
• 4.4.2 缺陷识别
• 4.4.3 瓶身裂纹检测实验
• 4.5 缺陷检测的误差分析
• 第五章 DSP在视觉检测系统中的应用
• 5.1 基于DSP芯片的检测系统框架
• 5.2 视频图像DSP处理概述
• 5.2.1 玻璃瓶缺陷检测系统中的DSP选择
• 5.2.2 TMS320DM642视频DSP处理模板
• 5.2.3 DSP开发环境
• 5.3 图像处理程序移植
• 5.3.1 C程序项目构成
• 5.3.2 玻璃瓶缺陷检测软件的移植
• 5.3.3 玻璃瓶缺陷检测的速度比较
• 第六章 结束语
• 6.1 总结
• 6.2 展望
• 参考文献
• 攻读硕士期间发表的论文