基于机器视觉技术的瓶盖缺陷检测研究.docxVIP

江苏工程职业技术学院毕业设计(论文)基于机器视觉技术的瓶盖缺陷检测研究

摘要

目前，针对国内缺陷瓶盖人工抽验检测不仅存在着效率低下，无法为企业提供企业提供更好的经济保障，并已经严重地阻碍企业发展。为了代替现在基于常规传感器的检测和手动人工检测，本文通过机器视觉技术对瓶盖缺陷技术进行程序编写研究。

通过利用机器视觉系统应用实训平台和Kimage软件对图像进行预处理，之后对图像进行图像降噪，经标定、N点标定、相机拍照、形状匹配、缺陷检测特征编写程序，提取出带有缺陷的瓶盖，获得缺陷瓶盖的位置，再由机械臂的抓取放入缺陷区。

在流水线上，可以采用图象缺陷探测技术对瓶盖进行识别，从而实现对瓶盖的探测。本设计方法可用于低成本自动缺陷检测，尤其是对检验质量要求较高的检验环节。

关键词：机器视觉缺陷检测图像处理形状匹配

PAGE20

1绪论

1.1课题研究背景及意义

近年来,中国的食品产业蓬勃发展,食品饮料行业已形成了一个丰富、完善的产业链,建立起原料供给—生产—流通完善的产业链条和工业体系。常见的印刷品缺陷主要有颜色失真、油墨溅污、黑点、文字模糊、起皱、漏印、刮伤、套印不准等REF_Ref132215349\r\h[12]。

机器视觉技术的产生在于20世纪50年代，那时的计算机技术进步，给图像处理以革命性冲击。自从二战以后电子技术迅速发展使得机器视觉在工业领域得到了应用。

20世纪60年代初，出现了一种新的基于图像处理的机器视觉技术，称为CCD技术（ChargeCoupledDevice）。这种技术是以半导体集成电路芯片为光电转换器件，由此实现光信号到电信号的转换，实现目标的定位，识别，测量等功能。至80年代初期，基于数字图像处理技术的机器视觉系统被广泛地应用于工业生产中的产品质量检测、定位和测量等。

?以数字图像处理技术为核心的机器视觉系统在20世纪80年代中开始在生物医学领域得到应用，并且逐步被研究者关注与开发。目前，该系统已经成为一种重要的辅助设备，广泛应用于工业自动化生产、医疗影像检查以及科学研究中。就生物医学而言，机器视觉已经应用于组织内部器官与组织间形态结构变化与功能活动信息获取，加工与分析等方面。

机器视觉系统由于具有良好的精确性和稳定性、可靠性高，对环境的适应能力好的优点，广泛用于工业生产。它能根据被测物体的图像特征，实现自动检测和控制，为了确保被测对象在生产的全过程中都是最佳的。

当前机器视觉系统已在工业，医疗设备等领域中得到了应用、食品、饮料行业的多个领域。在计算机和影像技术飞速发展的今天，机器视觉技术已被广泛运用于各种检测领域。

就印刷检测技术而言，机器视觉系统能够通过检测物体表面的图像并进行缺陷检测程序的编写，对缺陷的物体进行识别与抓取与放置。

随着时代的进步，科技的不断发展。人工检测不仅效率很底，并且劳动重复高，无法为企业提供更好的经济保障，已经严重地阻碍企业发展。智能化的机器已经逐步地代替了人工，科技革命发展以经成为了业界共识。

可以预料，随着对机器视觉技术的深入研究和对现代饮料企业在市场上的竞争越来越激烈，机器智能缺陷检测技术将逐渐取代传统的人工检测。智能化缺陷检测技术将会广泛地应用于现代企业检测，在未来的较长时间内会面临着较为广阔的市场与更好的发展形式。

本文基于机器视觉技术的缺陷技术进行研究，系统介绍了机器视觉系统应用实训平台以及软件Kimage的具体工具功能的介绍，并对应用视觉技术所涉及到的一些技术进行了阐述。

最后对全文工作的总结分析了本论文所实现的软件系统不总之处，并且对未来的机器视觉技术的工作进行展望。

1.2国内外目前的研究

在全球自动化与智能化快速发展中，具有高精度、高效率等优点的表面视觉检测技术，是目前世界范围内较为新颖与追捧的热点。美、日、欧等发达国家在60年代的概念提出后，率先开展了相应的研究与开发，并随着其在电子、电气等方面的优异成绩，在世界范围内的开发已逐步走向成熟。

目前，在国外的主要的视觉检测设备厂商分布在美国、日本、欧美等国家。主要的典型厂商:如美国的主要的机器视觉公司康耐视、日本知名的机器视觉公司基恩士等公司。

国内比较优秀的印刷缺陷检测系统有北京凌云光的CartonTANK列质量检测系统、武汉三维光之洋电气的SW-YP0001系列检测系统、北京大恒图像的DH-PRINT系列印刷质量检测系统和洛阳圣瑞的EE3000G卷筒纸印品质量检测系统等REF_Ref132201212\r\h[2]。

目前国内的中小型科研机构正努力把人工智能检测、机器视觉等前沿技术运用到工业生产中去，以服务于高端制造业与相关的垂直行业中。提升可靠性、可解释性以及无监督学习、交互式学习、自主学习成为未来发展的热点方向REF_Ref132204463\r