制筆生產中復雜模具異物檢測算法研究.pdf

1、隨著市場經濟的快速發(fā)展，我國制筆工業(yè)有了迅速的發(fā)展和進步。許多制筆企業(yè)為提高生產效率和增強企業(yè)競爭力，引入機械手設備，并將其應用到制筆生產中，實現生產過程中模具的自動脫模。但是在脫模過程中會出現部分產品掉落模具中或脫模不干凈的現象，導致模具上出現異物。目前對模具上異物的檢測大多采用人工檢測方式，導致生產不能自動化，不能充分發(fā)揮機械手的作用，操作人員的看臺能力低，勞動強度仍比較大。因此，急需開發(fā)一套可以替代人工對異物進行檢測的實時系統(tǒng)，以

2、減輕工人的勞動強度、提高看臺率，減小生產過程中的模具損失、提高生產效率，以及提高制筆企業(yè)的經濟效益和增強企業(yè)競爭力。
　　 本課題主要工作是研究制筆生產中模具異物檢測系統(tǒng)的圖像處理實現算法，對復雜模具中異物的特征和模具形狀的多樣性分析，并對復雜模具中異物檢測實現算法進行研究，以及改進和優(yōu)化，提高系統(tǒng)的檢測性能。本課題的研究對提高制筆生產效率具有重要的理論和現實意義。
　　 結合制筆生產中模具異物檢測的實際需求和實施方案進

3、行分析，論文的主要研究工作和成果分為以下三個方面:
　　 (1)模具圖像的預處理。由于制筆生產現場因設備運轉、人員走動等環(huán)境因素影響采集到的圖像質量，需要對圖像進行預處理。本文從感興趣檢測區(qū)域的選取、圖像的幾何失真校正、圖像對比度增強，圖像噪聲濾除以及圖像銳化方面進行模具圖像的預處理。在圖像噪聲濾除過程中，采用本文改進的基于二維經驗模式分解(BEMD)的圖像去噪算法。
　　 (2)模具中異物圖像的特征提取。針對模具中異物

4、出現的形狀和位置不確定性，為實現對異物特征的準確提取，本課題采用閾值分割和邊緣檢測相結合的特征提取方法，并且在邊緣檢測方面采用的是本文改進的基于BEMD和Canny算子相融合的邊緣檢測算法。
　　 (3)模具中異物檢測和系統(tǒng)的軟件仿真實現。考慮到制筆生產過程中出現的一些外在因素對異物檢測的影響，為降低這些因素對異物檢測系統(tǒng)性能的影響，本文提出一種基于邊緣特征圖像配準的異物檢測方法。應用MATLAB編程語言實現異物檢測仿真系統(tǒng)。<