中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
火腿肠外观缺陷检测技术研究

文献类型:学位论文

作者张勃
答辩日期2019-05-17
授予单位中国科学院沈阳自动化研究所
授予地点沈阳
导师马钺
关键词机器视觉 包装缺陷检测 图像拼接 特征提取
学位名称硕士
学位专业控制工程
其他题名Research on Algorithms of Sausages Package Defects Detection
英文摘要本文首先介绍了机器视觉的发展现状,之后具体介绍了常见的火腿肠外包装缺陷,针对火腿肠外包装缺陷检测之前的图像拼接问题进行了深入研究,分析了火腿肠掉扣和夹咬缺陷检测问题的难点并提出了检测方法,最后研究了火腿肠错牌识别问题并提出了解决方案。在火腿肠外包装缺陷检测系统中,获取高分辨率的火腿肠图像是缺陷检测的前提。为了提高图像分辨率,缩短相机安装位置与传送带之间的距离会导致单个相机无法拍摄到完整的火腿肠图像。针对这个问题,本文详细分析了双目视觉测量系统的原理以及图像拼接算法的理论,采用双目相机系统拍摄火腿肠的左右部分,然后利用图像拼接技术将左右两幅图拼接为一幅完整的火腿肠图像。在图像拼接过程中提出了一种基于相机标定的特征点匹配算法相对于已有的特征点匹配算法极大地加快了匹配速度。掉扣与夹咬缺陷是一类常见的火腿肠外包装缺陷。针对这一类缺陷的特点,提出了使用形状特征来识别此类缺陷。深入研究了不同的形状特征描述子之后,本文采用归一化傅里叶描述子描述火腿肠铝扣区域的形状,然后分别使用欧氏距离法和SVM(支持向量机)来识别掉扣与夹咬缺陷,并对比了两种方法的识别准确率。相对于已有的识别方法,基于傅里叶描述子和SVM的识别方法极大地提高了掉扣与夹咬缺陷的识别准确率。在火腿肠生产过程之中,由于机器故障以及工人疏忽等原因,会有一个品牌的火腿肠混入另一品牌的火腿肠的情况发生。对于火腿肠的错牌识别问题,颜色特征是最显著的一种特征。本文研究了不同品牌的火腿肠的外包装差异,提出了采用HSV颜色空间的H(色度)分量作为灰度特征。基于H分量,分别计算了均值、模糊熵、熵和各向异性4种特征量,得到一个4维的特征向量。用以上计算得到的特征向量训练多层感知机,然后用训练好的模型识别不同品牌的火腿肠,很好地解决了错牌问题。
语种中文
产权排序1
页码58页
源URL[http://ir.sia.cn/handle/173321/25195]  
专题沈阳自动化研究所_智能检测与装备研究室
推荐引用方式
GB/T 7714
张勃. 火腿肠外观缺陷检测技术研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2019.

入库方式: OAI收割

来源:沈阳自动化研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。