基于机器视觉的玻璃质量在线检测系统设计.doc

青岛大学 本科生毕业论文（设计） 题 目：基于机器视觉的玻璃质量在线检测系统设计 姓 名： XXXXXX 学 院： 机电工程学院 专 业： 自动化 班 级： 2008.02 学 号： 指导教师： XXXXXX 完成时间： 2010.06.18 2012年 6月 18日 毕业论文（设计）诚信声明 本人声明：所呈交的毕业论文（设计）是在导师指导下进行的研究工作及取得的研究成果，论文中引用他人的文献、数据、图表、资料均已作明确标注，论文中的结论和成果为本人独立完成，真实可靠，不包含他人成果及已获得青岛大学或其他教育机构的学位或证书使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 论文（设计）作者签名： 日期： 年 月 日 毕业论文（设计）版权使用授权书 本毕业论文（设计）作者同意学校保留并向国家有关部门或机构送交论文（设计）的复印件和电子版，允许论文（设计）被查阅和借阅。本人授权青岛大学可以将本毕业论文（设计）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毕业论文（设计）。本人离校后发表或使用该毕业论文（设计）或与该论文（设计）直接相关的学术论文或成果时，单位署名为青岛大学。 论文（设计）作者签名： 日期： 年 月 日 指 导 教 师 签 名： 日期： 年 月 日 目录 摘 要 I Abstract II 1 绪论 1 1.1研究背景与意义 1 1.2 国内外研究现状 2 1.3 主要研究内容 2 2 图像采集 4 2.1 图像采集硬件——工业相机 4 2.2 图像采集硬件——图像采集卡 6 2.3 图像采集硬件——图像采集光源 6 2.4 图像采集硬件——流程搭建 7 2.5 图像采集硬件总结 7 3 图像处理 8 3.1 图像预处理 8 3.2 图像特征变量及参数提取 14 3.3 工业玻璃瓶质量检测参数 19 4 BP神经网络 21 4.1 BP网络神经元及模型 21 4.2 BP网络的学习 22 4.3 BP网络泛化能力 25 4.4 玻璃瓶壁检测系统的BP网络设计 26 5 自我评价 31 参考文献 32 致谢 34 基于机器视觉的玻璃质量在线检测系统设计 摘 要 众所周知，随着时代的发展，玻璃制品由于具有诸多优点而使其被广泛应用在日常生活中。玻璃容器的耐热耐压耐清洗的特点使其可以被多次周转使用。在运输与储存中，关键取决于其质量。传统玻璃瓶质量检查主要靠人工来完成，不仅耗费巨大的人力资源，而且速度很慢。为解决该问题，本课题提出了机器视觉取代人工视觉，利用神经网络算法取代人的大脑。这样一来效率与经济效益得以提升。 该系统首先采用工业相机拍摄玻璃壁，上传到上位机。玻璃缺陷通常会出现碎纹、含气泡以及含杂质等问题，再利用图像处理的相关技术处理，例如去噪声，灰度，边缘检测再去噪，二值化等等，并最终取其关键特征值。 其次，采用人工神经网络算法对玻璃质量检测图像的关键值进行分析计算。而广为人知的是大部分人工神经网络模型是采用BP网络及其相关的变化形式。所以在该系统中也采取BP网络进行仿真建模。经试验证明，这种检测方法准确可行，而且独特。 关键词：玻璃质量；图像处理；BP神经网络；模拟仿真；特征值 The Design on the Quality of Glass On-line Detection System Based on Machine Vision Abstract Enjoying a good many advantages, Glassworks have been widely used in peoples daily life. Its chara