制笔生产中复杂模具异物检测算法研究

摘要

随着市场经济的快速发展，我国制笔工业有了迅速的发展和进步。许多制笔企业为提高生产效率和增强企业竞争力，引入机械手设备，并将其应用到制笔生产中，实现生产过程中模具的自动脱模。但是在脱模过程中会出现部分产品掉落模具中或脱模不干净的现象，导致模具上出现异物。目前对模具上异物的检测大多采用人工检测方式，导致生产不能自动化，不能充分发挥机械手的作用，操作人员的看台能力低，劳动强度仍比较大。因此，急需开发一套可以替代人工对异物进行检测的实时系统，以减轻工人的劳动强度、提高看台率，减小生产过程中的模具损失、提高生产效率，以及提高制笔企业的经济效益和增强企业竞争力。
　　 本课题主要工作是研究制笔生产中模具异物检测系统的图像处理实现算法，对复杂模具中异物的特征和模具形状的多样性分析，并对复杂模具中异物检测实现算法进行研究，以及改进和优化，提高系统的检测性能。本课题的研究对提高制笔生产效率具有重要的理论和现实意义。
　　 结合制笔生产中模具异物检测的实际需求和实施方案进行分析，论文的主要研究工作和成果分为以下三个方面:
　　 (1)模具图像的预处理。由于制笔生产现场因设备运转、人员走动等环境因素影响采集到的图像质量，需要对图像进行预处理。本文从感兴趣检测区域的选取、图像的几何失真校正、图像对比度增强，图像噪声滤除以及图像锐化方面进行模具图像的预处理。在图像噪声滤除过程中，采用本文改进的基于二维经验模式分解(BEMD)的图像去噪算法。
　　 (2)模具中异物图像的特征提取。针对模具中异物出现的形状和位置不确定性，为实现对异物特征的准确提取，本课题采用阈值分割和边缘检测相结合的特征提取方法，并且在边缘检测方面采用的是本文改进的基于BEMD和Canny算子相融合的边缘检测算法。
　　 (3)模具中异物检测和系统的软件仿真实现。考虑到制笔生产过程中出现的一些外在因素对异物检测的影响，为降低这些因素对异物检测系统性能的影响，本文提出一种基于边缘特征图像配准的异物检测方法。应用MATLAB编程语言实现异物检测仿真系统。
　　 通过仿真测试，验证了本文提出的异物检测方法能够解决实际制笔生产过程中因光照强度、人员走动、设备振动等产生的噪声干扰、光照变化、图像抖动等现象，降低了外在环境因素对异物检测系统性能的影响，提高了异物检测系统的实用性和有效性。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 图像处理技术在工业检测中的应用研究现状

1．2．2 经验模态分解的发展及研究现状

1．3 主要研究内容及论文结构安排

1．3．1 主要研究内容

1．3．2 论文结构安排

1．3．3 论文的创新点

第二章 经验模式分解的基本理论及其研究内容

2．1 经验模式分解的基本理论

2．1．1 瞬时频率

2．1．2 固有模态函数

2．1．3 EMD方法分解过程

2．2 经验模式分解方法的特性

2．2．1 自适应性

2．2．2 完备性和正交性

2．2．3 时间尺度滤波性

2．3 经验模式分解过程的关键内容

2．3．1 包络拟合算法

2．3．2 边界处理

2．3．3 终止条件判定

2．3．4 经验模式分解实例分析

2．4 二维经验模式分解及其改进

2．4．1 二维经验模式分解的基本原理

2．4．2 二维经验模式分解中的关键技术

2．4．2 改进的二维经验模式分解方法

2．5 本章小结

第三章 模具图像的预处理

3．1 模具图像检测区域的选取

3．2 模具图像的几何失真校正

3．3 模具图像的灰度变换

3．4 模具图像的噪声滤除

3．4．1 领域均值法

3．4．2 中值滤波法

3．4．3 小波变换滤波法

3．4．4 本文滤波算法

3．5 模具图像的锐化

3．6 本章小结

第四章 模具中异物图像的特征提取

4．1 图像的二值化

4．2 模具图像的阈值分割

4．2．1 迭代法

4．2．2 最小误差法

4．2．3 最大熵法

4．2．4 最大类间方差法

4．2．5 阈值分割方法性能比较

4．2．6 后续处理

4．3 模具图像的边缘检测

4．3．1 微分算子法

4．3．2 最优算子法

4．3．3 本文边缘检测方法

4．4 本章小结

第五章 模具中的异物检测和软件系统实现

5．1 模具图像中的异物检测

5．1．1 图像差分法

5．1．2 本文检测方法

5．2 检测结果及误差分析

5．2．1 检测结果

5．2．2 误差分析

5．3 检测系统的软件实现

5．4 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢

攻读学位期间的研究成果