基于機器視覺的玻璃質(zhì)量在線檢測系統(tǒng)研究.pdf

1、隨著國際國內(nèi)市場對玻璃產(chǎn)品需求的迅速增長，促使玻璃生產(chǎn)無論從質(zhì)量、品種，還是生產(chǎn)工藝都發(fā)生了變化。特別是現(xiàn)代生產(chǎn)技術(shù)的不斷發(fā)展，高端產(chǎn)品對玻璃原板質(zhì)量要求越來越 高，因此全面保證玻璃質(zhì)量，提高其等級就顯得尤其重要。目前，國內(nèi)玻璃質(zhì)量在線檢測主要采用人工檢測的方法，人工在線檢測不僅工作量大而且效率低、自動化水平低。針對這一問題，本文根據(jù)視覺技術(shù)的理論及圖像處理技術(shù)，通過對玻璃質(zhì)量在線檢測系統(tǒng)關(guān)鍵技術(shù)的分析與研究，研究開發(fā)了基于機器視覺的玻

2、璃質(zhì)量檢測系統(tǒng)。
　　 通過對視覺技術(shù)基本原理的分析，結(jié)合玻璃生產(chǎn)實際環(huán)境和應(yīng)用特點，給出了玻璃質(zhì)量檢測系統(tǒng)的總體方案，分析了玻璃質(zhì)量檢測系統(tǒng)的基本原理。構(gòu)建了系統(tǒng)的硬件系統(tǒng)和軟件系統(tǒng)，討論了硬件系統(tǒng)的主要構(gòu)成，研究了軟件系統(tǒng)的算法，提出了系統(tǒng)的主要技術(shù)指標。
　　 根據(jù)玻璃的應(yīng)用特點，開發(fā)了玻璃圖像獲取系統(tǒng)；通過對所獲得的玻璃缺陷原圖進行對比分析，得出了影響玻璃缺陷圖像質(zhì)量的主要因素。為了減少外界環(huán)境對圖像質(zhì)量的影響，

3、系統(tǒng)采用線性變換、灰度直方圖、濾波去噪等圖像點運算處理技術(shù)，得到增強的灰度玻璃缺陷圖像，為后續(xù)圖像處理提供了“干凈”的圖像奠定了基礎(chǔ)。
　　 分析了運動模糊圖像消失技術(shù)，采用了一種基于數(shù)學(xué)形態(tài)的濾波處理方法，提高了運動圖像的清晰度，并將所獲得圖像與模板圖像進行差影運算，得到了玻璃缺陷特征。結(jié)合玻璃缺陷的本身特點，通過對各閾值分割算法進行分析，提出了一種自適應(yīng)閾值算法。系統(tǒng)采用數(shù)學(xué)形態(tài)中的開閉運算消除了圖像進行二值化處理時噪聲對圖

4、像的影響。通過對各種經(jīng)典邊緣檢測算子進行對比分析，給出了基于Canny算子的玻璃缺陷邊緣檢測方法，并提取到玻璃缺陷邊緣特征。通過對特征圖像進行插值計算，得到亞像素級的缺陷圖像，并將所得到缺陷圖像的特征參數(shù)組成矢量，為玻璃缺陷模式識別提供特征信息。
　　 根據(jù)玻璃缺陷的特征，通過分析傳統(tǒng)的BP算法的優(yōu)缺點，設(shè)計了基于神經(jīng)網(wǎng)分類器，提出了一種改進的BP神經(jīng)網(wǎng)絡(luò)識別算法，并將改進后的算法應(yīng)用于玻璃缺陷分類和字符識別中。經(jīng)實驗表明，與傳