基于机器视觉的防伪纸安全线检测关键技术研究与应用

论文摘要

目前，我国防伪纸张安全线的检测绝大部分依靠人力完成，检测速度慢，易漏检。本文提出了一种基于机器视觉技术的低成本／高性能的实时自动检测方法，对自动检测系统的构成、高清晰度图像的获取以及图像的实时处理算法等进行了比较深入的研究，在国内首次成功地解决了防伪纸张安全线在线自动检测的难题。该系统具有实时在线、高速、非接触和全自动测量的特点。本文在以下几个方面进行了深入的研究和讨论，主要内容有：(1)基于线扫描相机的机器视觉系统的构成；(2)适用于防伪纸全息开窗安全线检测的照明方法和高清晰度图像的获取；(3)防伪纸全息开窗安全线图像处理的算法，包括：阈值化、模版匹配、Blob分析和边缘检测等。本文通过理论研究和实验分析，证明了使用基于线扫描相机的机器视觉系统用于防伪线全息开窗安全线检测的可行性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 机器视觉简介
• 1.3 本文研究内容
• 第二章 高质量安全线图像的获取
• 2.1 机器视觉系统的分类
• 2.1.1 机器视觉系统运行环境的分类
• 2.1.2 工业相机的分类
• 2.2 用于安全线检测的机器视觉系统
• 2.2.1 相机类型和运行环境的选择
• 2.2.2 防伪纸安全线在线检测机器视觉系统的结构
• 2.3 机器视觉系统采集的图像
• 2.4 小结
• 第三章 安全线图像的处理与分析
• 3.1 图像分割
• 3.1.2 阈值确定
• 3.1.3 安全线图像阈值化
• 3.2 模板匹配
• 3.2.1 去均值归一化相关法
• 3.2.2 分层搜索
• 3.3 Blob分析
• 3.3.1 Blob分析概念
• 3.3.2 Blob处理结果分析
• 3.4 尺寸测量
• 3.4.1 边缘检测的概念
• 3.4.2 边缘点的定义
• 3.4.3 边缘模型分类及其特征
• 3.4.4 边缘检测算子
• 3.4.5 安全线全息面窗口尺寸的测量
• 3.5 小结
• 第四章 防伪纸安全线机器视觉在线检测实验系统
• 4.1 实验系统结构
• 4.2 实验结果
• 第五章 总结与展望
• 参考文献
• 致谢