一种笔管缺陷自动化检测系统研究

摘要

现阶段国内笔管生产企业依靠人工进行缺陷检测，一致性较差，由于人工存在视觉疲劳与主观能动性，很难保证检测过的合格品都是合格品。笔管缺陷自动检测系统不存在视觉疲劳和主观性，可以保障流到下道工序的产品都是合格品，进而提高生产线输出成品的合格率与检测效率，提高企业产品的质量和效益，降低企业生产成本。 本文针对现代制造业中笔管缺陷自动化检测的需求，设计了一款笔管缺陷自动化检测系统，首先，基于机器视觉的塑料笔管表面缺陷检测原理以及检测装置进行研究，分模块选择器件并搭建检测系统，采集到塑料笔管的原始图像，保证缺陷能够较好的成像，以方便后期的处理；然后，综合利用机器视觉与图像处理的技术，提出缺陷自动检测的算法，对采集到的塑料笔管图像进行预处理，利用计算机视觉检测技术进行缺陷边缘检测，分割出笔管的缺陷区域。最后，研究塑料笔管中缺陷的不同形态，定义主要缺陷类型，对各类缺陷针对性地选择特征和提取参数，标记连通区域，完成对塑料笔管缺陷的判断与分类，以便后续对塑料笔管的缺陷形态、类型进行鉴别与统计，实现高效率、高精度地笔管缺陷检测、残次品剔除与自动分拣，以提高笔管生产企业的笔管生产质量与缺陷检测效率。 以该企业原本人工精准挑出的1200根不合格笔管（黑点、气泡、残缺每类缺陷各400根）与人工精准挑出的1200根合格笔管共计2400根笔管作为实验数据验证笔管缺陷自动化检测系统工作的有效性，通过对笔管缺陷自动化检测系统工作各环节下的笔管数量进行统计与计算，其缺陷检测准确率为96.08%，缺陷类型判别准确率为81.18%，其正反向分离准确率为94.87%，系统的实际工作效率约为每小时631根笔管，达到笔管缺陷自动化检测系统设计中对工作时效性的要求（600根/小时），表明笔管缺陷自动化检测系统具有良好的工作效率，能够满足塑料笔管制造企业批量生产笔管对缺陷检测与正反向笔管分离的高精度、高效率需求。

目录

声明

第1章 引言

1.1研究背景与研究意义

1.2国内外研究现状

1.3论文结构

第2章 基础理论介绍

2.1计算机视觉检测技术

2.1.1 计算机视觉检测系统概述

2.1.2 计算机视觉检测系统构成

2.1.3 计算机视觉检测技术应用

2.2图像处理技术

2.2.1 图像滤波

2.2.2 图像增强

2.2.3 图像边缘检测

2.2.4 图像分割

2.2.5 图像识别

2.3本章小结

第3章 笔管检测与正反分离自动化线系统需求分析

3.1笔管检测与正反分离自动化线系统设计要求

3.2笔管缺陷自动化检测系统需求分析

3.2.1 气泡缺陷与检测需求

3.2.2 黑点缺陷与检测需求

3.2.3 残缺缺陷与检测需求

3.3本章小结

第4章 笔管检测与正反分离自动化线系统设计

4.1笔管检测与正反分离自动化线硬件系统设计

4.1.1往复式下笔机构设计

4.1.2视觉检测系统设计

4.1.3 链轮传送机构与图像采集设计

4.1.4 图像处理与缺陷检测设计

4.1.5 图像处理器的总体设计

4.1.6 USB主机接口设计

4.1.7笔管正反向分离系统设计

4.1.8 传送带机构设计

4.1.9 漏斗箱设计

4.2笔管检测与正反分离自动化线软件系统设计

4.2.1笔管缺陷自动化检测系统体系架构

4.2.2笔管缺陷自动化检测系统流程

4.3笔管缺陷自动化检测系统功能模块

4.3.1 缺陷自动化检测

4.3.2 缺陷分类与识别

4.4开发环境与开发工具

4.4.1 开发环境

4.4.2 开发工具

4.4.3 软件界面

4.5本章小结

第5章 实验分析

5.1实验数据

5.2基于多分辨小波分析的图像增强

5.3基于Canny算子的笔管图像边缘检测

5.4基于边缘的笔管缺陷区域分割

5.5基于卷积神经网络的笔管缺陷分类

5.5.1 样本设计

5.5.2 分类精度分析

5.6笔管缺陷自动化检测系统的有效性分析

5.6.1 缺陷检测准确率

5.6.2 缺陷类型判别准确率

5.6.3 正反向分离准确率

5.6.4 系统工作时效性

第6章 结论

参考文献

致谢