啤酒瓶視覺檢測機(jī)器人研究.pdf

1、啤酒生產(chǎn)廠商大都采用可以回收使用的玻璃啤酒瓶。回收的啤酒瓶可能被污染或存在許多缺陷，必須在灌裝前進(jìn)行清洗和檢測，剔除那些會影響啤酒質(zhì)量的次瓶。人工檢測啤酒瓶速度慢、效率低、漏檢率高，檢測人員很容易疲勞。而基于機(jī)器視覺技術(shù)的啤酒瓶視覺檢測機(jī)器人能夠?qū)崿F(xiàn)速度快、精度高的自動化檢測。我國對啤酒瓶視覺檢測設(shè)備的研究遠(yuǎn)落后于發(fā)達(dá)國家。我國啤酒生產(chǎn)的大規(guī)模發(fā)展，急需國人的努力來彌補(bǔ)這一差距。為此，本論文對啤酒瓶視覺檢測機(jī)器人進(jìn)行了深入、系統(tǒng)的研究。

2、 本論文介紹了啤酒瓶檢測的概念和市場需求以及相關(guān)的重要機(jī)器視覺技術(shù)，設(shè)計(jì)了啤酒瓶視覺檢測機(jī)器人的機(jī)械和電氣控制系統(tǒng)方案，深入研究分析了針對啤酒瓶瓶身、瓶底和瓶口的多種視覺檢測方法，研制了兩套檢測實(shí)驗(yàn)系統(tǒng)、一臺樣機(jī)，完成了機(jī)械、電氣控制系統(tǒng)和軟件的設(shè)計(jì)、安裝和調(diào)試，并開發(fā)了一套用于啤酒瓶視覺檢測算法研究的軟件。 本論文的研究工作、主要成果和創(chuàng)新點(diǎn)包括以下幾個方面： 1．在總結(jié)了國外相關(guān)成果的基礎(chǔ)上，結(jié)合啤酒瓶檢測的

3、實(shí)際需求，提出了啤酒瓶視覺檢測機(jī)器人的整體設(shè)計(jì)方案。在機(jī)械結(jié)構(gòu)方面，提出直線式和旋轉(zhuǎn)式兩種機(jī)械傳動結(jié)構(gòu)，并詳細(xì)介紹了直線式啤酒瓶視覺檢測機(jī)器人的機(jī)械布局以及光學(xué)成像系統(tǒng)和照明方案。對于系統(tǒng)的電氣控制部分，本論文提出了基于P C機(jī)、基于DSP和基于視覺傳感器的三種結(jié)構(gòu)，分析了三種結(jié)構(gòu)的特點(diǎn)，并設(shè)計(jì)了系統(tǒng)的方案。 2．在分析了瓶身瓶底檢測需求的基礎(chǔ)上，首先提出了一種基于邊緣點(diǎn)直方圖的瓶身瓶底檢測區(qū)域的快速定位方法，測試了傳統(tǒng)邊緣檢測

4、算法在瓶身瓶底檢測中的應(yīng)用，證明傳統(tǒng)邊緣檢測算法還不能滿足實(shí)際檢測的要求；通過實(shí)驗(yàn)分析提出了基于連通域特征和經(jīng)驗(yàn)規(guī)則的有實(shí)用價值的檢測方法；并進(jìn)一步改進(jìn)了預(yù)處理算法，在大量實(shí)驗(yàn)分析討論的基礎(chǔ)上，提出了高低頻段雙尺度預(yù)處理算法，其中包括相關(guān)函數(shù)法和輸出表修正的模糊推理法，實(shí)驗(yàn)證明輸出表修正的模糊推理法有較好的預(yù)處理效果。 3．將神經(jīng)網(wǎng)絡(luò)用于瓶身瓶底檢測的缺陷判決，測試了單神經(jīng)網(wǎng)絡(luò)的應(yīng)用效果，實(shí)驗(yàn)證明單一神經(jīng)網(wǎng)絡(luò)還不能滿足實(shí)際檢測的

5、要求。進(jìn)一步討論了多神經(jīng)網(wǎng)絡(luò)的應(yīng)用，實(shí)驗(yàn)證明傳統(tǒng)的多神經(jīng)網(wǎng)絡(luò)融合方法效果仍十分有限，在實(shí)驗(yàn)分析的基礎(chǔ)上，最終提出了一整套將并聯(lián)多神經(jīng)網(wǎng)絡(luò)用于瓶身瓶底檢測的綜合方法。該方法解決了多神經(jīng)網(wǎng)絡(luò)應(yīng)用中特有的幾個關(guān)鍵問題，包括如何構(gòu)建子神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本，如何訓(xùn)練更適合團(tuán)隊(duì)協(xié)作的子神經(jīng)網(wǎng)絡(luò)，以及如何用遺傳算法搜尋優(yōu)良子神經(jīng)網(wǎng)絡(luò)組合最終組成并聯(lián)多神經(jīng)網(wǎng)絡(luò)用于缺陷判決。實(shí)驗(yàn)證明該方法優(yōu)于基于經(jīng)驗(yàn)規(guī)則的判決方法。 4．在分析了啤酒瓶瓶口檢測特點(diǎn)的基礎(chǔ)上，

6、討論了基于重心法的瓶口定位方法，其中包括采用灰度和邊緣分割瓶口像素點(diǎn)的兩種方法，實(shí)驗(yàn)證明這兩種方法還不能滿足實(shí)際檢測的要求。在此基礎(chǔ)上，詳細(xì)介紹了探測圓逐步逼近法和一種瓶口定位的綜合方法。前者使用一個不斷移動擴(kuò)大的圓形模板搜索定位瓶口中心，后者基于霍夫變換原理并吸取了多種算法的優(yōu)點(diǎn)。這兩種方法都達(dá)到了很高的定位精度和速度，完全可以滿足實(shí)際需要；關(guān)于瓶口缺陷檢測，首先分析討論了兩種簡單方法：模板匹配法和環(huán)形掃描切線差分法，實(shí)驗(yàn)證明這兩種方

7、法效果不佳；然后詳細(xì)介紹了基于徑向投影和經(jīng)驗(yàn)規(guī)則的瓶口檢測方法以及基于串聯(lián)多神經(jīng)網(wǎng)絡(luò)的瓶口檢測方法。后者使用了兩層神經(jīng)網(wǎng)絡(luò)，底層神經(jīng)網(wǎng)絡(luò)負(fù)責(zé)以不同輸入模式多次檢測同一目標(biāo)，高層神經(jīng)網(wǎng)絡(luò)負(fù)責(zé)融合底層神經(jīng)網(wǎng)絡(luò)的輸出信息，糾正其中的錯誤。實(shí)驗(yàn)測試表明這兩種算法具有實(shí)用價值。 5．研制了兩套實(shí)驗(yàn)系統(tǒng)、一臺樣機(jī)，開發(fā)了一套用于算法研究分析的軟件，構(gòu)建了啤酒瓶圖像數(shù)據(jù)庫，為本論文的系統(tǒng)方案設(shè)計(jì)和所有檢測算法研究提供了優(yōu)越的實(shí)驗(yàn)平臺。實(shí)踐證明