基于机器视觉的药用玻璃瓶缺陷检测的研究

摘要

目前，药用玻璃瓶的质量检测主要靠人工检测，这会增加巨额的人工成本和管理成本，同时检测的精度和速度也达不到生产的要求。本文针对玻璃瓶的缺陷检测进行了研究，论文的主要工作和取得成果如下： 1.针对机器视觉的药用玻璃瓶缺陷检测，首先需要获得高质量的采集图像。本文从采集设备的选择入手，分析各种光源的优缺点，根据被测对象的特性，确定光源和照明装置，设计简易的采集暗室环境，搭建采集实验平台，初步达到采集图像的质量要求；同时对总体检测系统进行设计。 2.针对玻璃瓶边缘检测，详细探讨了被测对象图像的预处理过程，同时进行了滤波、增强和边缘检测算法可行性的实验验证，实现了根据被测对象的特性选择合适的算法；同时采用曲线拟合算法对传统的像素级检测方法进行改进，使边缘检测的定位精度达到亚像素级，提高了边缘检测的精度。 3.针对玻璃瓶缺陷检测，对瓶口和瓶身的缺陷采用不同的检测算法。就瓶口检测的圆心定位问题，进行了多种方法的比较，采用改进的四点垂直弦截法来确定圆心位置，此算法简单，容易实现，且提高了圆心定位的精度；针对瓶口缺陷检测提出双圆周法，能较好的检测到瓶口细小缺陷；利用边缘跟踪法提取瓶身裂纹缺陷区域后，用几何特征参数判断缺陷类型。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章绪论

1.1研究背景

1.2机器视觉技术及玻璃瓶缺陷检测

1.2.1机器视觉的概念

1.2.2机器视觉检测系统的应用

1.2.3玻璃瓶缺陷检测的国内外发展现状

1.3主要研究内容

第二章药用玻璃瓶在线检测系统设计

2.1检测系统的组成

2.2摄像机参数分析和选择

2.3视觉板卡的选择与分析

2.4镜头的选择与分析

2.5光源和照明

2.6采集系统实验搭建

第三章药用玻璃瓶边缘检测算法的研究

3.1数字图像预处理

3.1.1滤波

3.1.2图像增强

3.2图像边缘检测

3.2.1经典边缘算子

3.2.2像素级初次边缘检测

3.3曲线拟合的亚像素图像边缘检测

3.3.1三次B样条函数

3.3.2曲线拟合亚像素图像边缘检测

3.3.3实验结果与分析

第四章药用玻璃瓶的缺陷检测

4.1玻璃瓶缺陷的特征

4.2缺陷检测概述

4.2.1缺陷检测的整体流程图

4.2.2各种缺陷的检测

4.3瓶口缺陷检测

4.3.1边界跟踪算法

4.3.2瓶口圆心定位方法

4.3.3瓶口破损检测

4.4瓶身缺陷的识别和缺陷类型的判别

4.4.1瓶身裂纹检测

4.4.2缺陷类型识别

4.4.3瓶身裂纹检测实验

4.5缺陷检测的误差分析

第五章DSP在视觉检测系统中的应用

5.1基于DSP芯片的检测系统框架

5.2视频图像DSP处理概述

5.2.1玻璃瓶缺陷检测系统中的DSP选择

5.2.2 TMS320DM642视频DSP处理模板

5.2.3 DSP开发环境

5.3图像处理程序移植

5.3.1 C程序项目构成

5.3.2玻璃瓶缺陷检测软件的移植

5.3.3玻璃瓶缺陷检测的速度比较

第六章结束语

6.1总结

6.2展望

参考文献

攻读硕士期间发表的论文