BOPET薄膜雜質(zhì)在線檢測儀的研究.pdf

1、隨著圖像采集技術(shù)與數(shù)字圖像處理研究水平不斷提高，薄膜雜質(zhì)檢測設(shè)備也在不斷的更新，所以薄膜生產(chǎn)廠家對準確性高、可靠性好的BOPET薄膜雜質(zhì)在線檢測儀的需求量大而且要求也更高。
　　本文采用了基于 LVQ的薄膜雜質(zhì)檢測與識別算法，搭建了以 TI公司TMS320DM6446處理器為核心的硬件平臺的在線檢測儀。本文通過對CCD采集到BOPET薄膜圖像進行預(yù)處理獲得雜質(zhì)輪廓，提取特征值作為LVQ神經(jīng)網(wǎng)絡(luò)的輸入向量，通過學(xué)習(xí)樣本使得LVQ神經(jīng)

2、網(wǎng)絡(luò)具備識別雜質(zhì)的能力，從而可以得到薄膜雜質(zhì)的信息。將此在線檢測儀應(yīng)用在薄膜生產(chǎn)環(huán)節(jié)中，可以實現(xiàn)生產(chǎn)管理的自動化，提高生產(chǎn)效率。
　　本文首先介紹了薄膜雜質(zhì)檢測的背景及研究現(xiàn)狀，對目前的一些薄膜雜質(zhì)檢測技術(shù)及實現(xiàn)方法進行比較，再分析了本系統(tǒng)的設(shè)計需求，最終確定了基于LVQ神經(jīng)網(wǎng)絡(luò)的薄膜雜質(zhì)檢測與識別算法的在線檢測系統(tǒng)方案。本系統(tǒng)的硬件采用了模塊化設(shè)計方法，其中包括微處理器模塊、圖像采集模塊、外擴存儲模塊、實時數(shù)據(jù)緩存模塊、數(shù)據(jù)傳輸

3、模塊、雜質(zhì)標記模塊、電源模塊以及時鐘模塊。在軟件開發(fā)過程中，選擇了ARM端的Linux操作系統(tǒng)及DSP端的DSP/BIOS為軟件開發(fā)平臺，采用LVQ神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)薄膜雜質(zhì)目標的檢測與識別。本文也對系統(tǒng)的平臺移植作了介紹，并在兩個子系統(tǒng)端都設(shè)計了系統(tǒng)軟件。
　　本系統(tǒng)在算法設(shè)計時采用了Matlab的仿真實驗，同時在硬件平臺搭建完成后也實現(xiàn)了板級的實驗認證。實驗表明，本系能夠?qū)崿F(xiàn)對BOPET薄膜雜質(zhì)的在線檢測與識別，并且適合于工業(yè)現(xiàn)