基于機器視覺的繩團包裝膜破損檢測方法研究與實現(xiàn).pdf

1、隨著社會的發(fā)展，生活消費水平的提高，市場競爭越來越激烈，產(chǎn)品的包裝和質量成為搶占市場占有率的重要組成部分。越來越多的工廠企業(yè)開始看重產(chǎn)品包裝對企業(yè)的重要性。而如何高準確率、高效率的對包裝破損進行檢測依然是業(yè)界的難題。為了擺脫人工檢測的高成本，以及由于工人長時間工作造成的疲勞而造成的漏檢誤檢等問題;借助于計算機及機器視覺的快速發(fā)展;很多行業(yè)都開始采用基于機器視覺的自動化檢測系統(tǒng)來對產(chǎn)品進行自動化檢測。機器視覺檢測系統(tǒng)具有高效率、高準確率、

2、能長時間處于工作狀態(tài)，且能適應復雜的工業(yè)環(huán)境等優(yōu)點，使得基于機器視覺的檢測方法得到越來越普及的應用。但是，由于本文研究的繩團塑料膜包裝的特點，使得在算法的設計上有一定的難度。目前，在市場上，還沒有一套成熟的自動化設備能對其進行檢測與剔除。
　　本文的主要研究工作是設計一個繞繩包裝破損檢測系統(tǒng)。首先我們了介紹國內(nèi)外在機器視覺應用以及圖像處理理論方面的研究現(xiàn)狀。然后主要從機器視覺系統(tǒng)的幾個典型環(huán)節(jié)，著重介紹了繩團包裝膜破損圖像的處理過

3、程，主要包括圖像預處理、圖像分割、特征提取和圖像分類與識別等。圖像預處理是繩團包裝膜破損檢測系統(tǒng)的基礎。本文給出了一種真彩色位圖到灰度位圖的轉換、圖像去噪、以及圖像的增強的處理辦法。針對我們的對象，通過分析幾種不同的算法的優(yōu)缺點，選擇合適的圖像處理算法，為后面的圖像分割、特征提取、分類提供可靠的保證。圖像分割與提取是對圖像進行分析的基礎。本文分別采用多閾值分割法，自適應閾值分割法以及區(qū)域生長分割法對圖像進行分割。并對其進行比較。在分類上