FPGA+計算機模式下紙病二次辨識方法研究
發(fā)布時間：2020-12-04 11:10
隨著造紙工業(yè)的飛速發(fā)展,造紙生產自動化的不斷提升,當前紙機紙幅愈加增寬、車速也不斷增快,加之造紙纖維、工藝流程和機械設備等不確定因素存在,使得紙張抄造過程中面臨更多缺陷（常見外觀紙�。┑娘L險,且人們對于紙質產品的質量要求也越來越高,傳統(tǒng)的依靠人工檢測紙張缺陷的檢測技術已無法滿足現實需要。因此,研究一種基于機器視覺的自動化檢測設備成為首選解決方案,對于提高檢測效率、提升紙病辨識精度顯得尤為重要。本課題通過對造紙工業(yè)現場常見紙病成因及特征分析,研究分析現有紙病在線檢測方案的優(yōu)劣,提出了在FPGA+計算機模式下紙病二次辨識的技術方案,并在此基礎上改進硬件平臺,確定分類算法,開發(fā)紙病二次辨識軟件系統(tǒng)。主要研究工作及內容如下:（1）紙病二次辨識技術方案的確定目前一般采用“工業(yè)相機+計算機”結構模式的紙病在線檢測系統(tǒng),分析其工作流程和一次辨識的工作方式,由于作為檢測系統(tǒng)核心的計算機是以串行方式處理圖像數據的,這使得其越來越難以實時處理高速、寬幅紙機產生的海量數據。針對該種模式檢測系統(tǒng)日益受限的快速性和精確性瓶頸問題,提出了在“工業(yè)相機+FPGA+計算機”的檢測系統(tǒng)結構模式下,實現紙病“二次辨識”的...
【文章來源】：陜西科技大學陜西省
【文章頁數】：99 頁
【學位級別】：碩士
【部分圖文】：
007-2016年中板生產和消費情況
圖 2-1 含多種 病的 張圖像Fig. 2-1 Paper image containing a variety of paper diseases業(yè)現場，由于生產現場外部環(huán)境、制漿原料、造漿流送、抄有可能造成紙病產生，加之隨著紙機車速提高和紙幅加寬、程中各類工藝條件的變更及生產設備的不停更換與完善等，樣的生產環(huán)境下也會表現出紙病形態(tài)差異[39]，如由于網刷和、針眼、破洞、窟窿等同類不同形的紙病，使得紙病發(fā)生往點。統(tǒng)計各紙病類別，大致有 30 余種紙病，如：塵埃、孔洞、紋、破損、邊緣裂縫、漏涂、皺折、刮痕、暗斑、亮斑及其病[40]，其中常見紙病有孔洞、黑斑、褶皺、劃痕、亮斑和邊類紙病為重點，討論其特點、成因及可解決方案。眼、針眼、破洞、窟窿類紙病較為常見，僅憑人工肉眼即可迎光相見，其在紙頁上常稱該類小眼為孔眼或針眼，對于形狀較大的則稱為破洞或
圖 2-2 孔洞圖像Fig. 2-2 The hole image形狀大小及出現有無規(guī)律性，可能由于網子破損、輥子上粘有漿料自身不均勻純凈，經壓光和顯紙病，多由于漿料中可能含有般情況下，漿料潔凈勻稱，主要頭損壞等都有可能造成孔眼發(fā)生潔設備，尤其注意在清潔或修遺留雜物或損壞接縫等。
【參考文獻】：
期刊論文
[1]基于自適應神經模糊推理系統(tǒng)的紙病二次辨識[J]. 王亞波,周強,王偉剛,王瑩. 中國造紙. 2017(12)
[2]全球造紙工業(yè)與我國造紙化學品發(fā)展態(tài)勢[J]. 夏華林. 華東紙業(yè). 2017(01)
[3]基于機器視覺的紙病檢測系統(tǒng)發(fā)展綜述[J]. 周強,陳穎,沈天宇,齊璐. 中國造紙. 2016(05)
[4]CCD線掃描印品質量檢測系統(tǒng)[J]. 張利鋒,解凱,李桐,堯潞陽. 北京印刷學院學報. 2015(06)
[5]印品缺陷在線檢測技術的應用現狀及發(fā)展趨勢[J]. 段華偉,湯樹海. 印刷技術. 2015(24)
[6]基于改進鄰域收縮法的非下采樣Contourlet變換域紅外圖像去噪[J]. 齊乃新,曹立佳,楊小岡,陳世偉. 科學技術與工程. 2014(23)
[7]基于RBFNN模糊融合的紙病在線辨識[J]. 周強,楊雁南,劉勇,湯偉. 光子學報. 2013(08)
[8]基于FPGA的紙病預處理系統(tǒng)[J]. 劉勇,周強,劉濤,楊雁南. 中國造紙. 2013(08)
[9]改進的BP網絡在紙病識別中的應用[J]. 魏愛娟,李茜,湯偉. 自動化與儀表. 2013(01)
[10]基于形狀特征檢測的手勢感興趣區(qū)提取方法[J]. 覃文軍,楊金柱,趙大哲. 機器人技術與應用. 2012(06)
碩士論文
[1]基于機器視覺的端塞表面缺陷檢測算法研究及實現[D]. 杜晞盟.陜西科技大學 2017
[2]基于FPGA的紙病檢測系統(tǒng)關鍵技術研究[D]. 齊璐.陜西科技大學 2016
[3]實時高速視覺跟蹤系統(tǒng)研制[D]. 張龍.華中科技大學 2016
[4]基于SVD和SVM的復雜背景噪聲圖像的紙病辨識[D]. 張慧.陜西科技大學 2015
[5]基于FPGA的紙病檢測預處理系統(tǒng)的研究與實現[D]. 劉慧忠.陜西科技大學 2015
[6]基于圖像分割的紙病檢測算法研究[D]. 成亞維.陜西科技大學 2014
[7]紙張表面缺陷檢測系統(tǒng)上位機軟件開發(fā)[D]. 郭旭.哈爾濱工業(yè)大學 2013
[8]基于機器視覺的鋼板表面缺陷檢測系統(tǒng)的關鍵技術研究[D]. 董保全.浙江理工大學 2013
[9]基于機器視覺C/C++實現的紙病檢測系統(tǒng)的研制[D]. 任鵬.陜西科技大學 2013
[10]紙張質量控制系統(tǒng)（QCS）應用技術研究[D]. 王偉.山東輕工業(yè)學院 2012
本文編號：2897495
【文章來源】：陜西科技大學陜西省
【文章頁數】：99 頁
【學位級別】：碩士
【部分圖文】：
007-2016年中板生產和消費情況
圖 2-1 含多種 病的 張圖像Fig. 2-1 Paper image containing a variety of paper diseases業(yè)現場，由于生產現場外部環(huán)境、制漿原料、造漿流送、抄有可能造成紙病產生，加之隨著紙機車速提高和紙幅加寬、程中各類工藝條件的變更及生產設備的不停更換與完善等，樣的生產環(huán)境下也會表現出紙病形態(tài)差異[39]，如由于網刷和、針眼、破洞、窟窿等同類不同形的紙病，使得紙病發(fā)生往點。統(tǒng)計各紙病類別，大致有 30 余種紙病，如：塵埃、孔洞、紋、破損、邊緣裂縫、漏涂、皺折、刮痕、暗斑、亮斑及其病[40]，其中常見紙病有孔洞、黑斑、褶皺、劃痕、亮斑和邊類紙病為重點，討論其特點、成因及可解決方案。眼、針眼、破洞、窟窿類紙病較為常見，僅憑人工肉眼即可迎光相見，其在紙頁上常稱該類小眼為孔眼或針眼，對于形狀較大的則稱為破洞或
圖 2-2 孔洞圖像Fig. 2-2 The hole image形狀大小及出現有無規(guī)律性，可能由于網子破損、輥子上粘有漿料自身不均勻純凈，經壓光和顯紙病，多由于漿料中可能含有般情況下，漿料潔凈勻稱，主要頭損壞等都有可能造成孔眼發(fā)生潔設備，尤其注意在清潔或修遺留雜物或損壞接縫等。
【參考文獻】：
期刊論文
[1]基于自適應神經模糊推理系統(tǒng)的紙病二次辨識[J]. 王亞波,周強,王偉剛,王瑩. 中國造紙. 2017(12)
[2]全球造紙工業(yè)與我國造紙化學品發(fā)展態(tài)勢[J]. 夏華林. 華東紙業(yè). 2017(01)
[3]基于機器視覺的紙病檢測系統(tǒng)發(fā)展綜述[J]. 周強,陳穎,沈天宇,齊璐. 中國造紙. 2016(05)
[4]CCD線掃描印品質量檢測系統(tǒng)[J]. 張利鋒,解凱,李桐,堯潞陽. 北京印刷學院學報. 2015(06)
[5]印品缺陷在線檢測技術的應用現狀及發(fā)展趨勢[J]. 段華偉,湯樹海. 印刷技術. 2015(24)
[6]基于改進鄰域收縮法的非下采樣Contourlet變換域紅外圖像去噪[J]. 齊乃新,曹立佳,楊小岡,陳世偉. 科學技術與工程. 2014(23)
[7]基于RBFNN模糊融合的紙病在線辨識[J]. 周強,楊雁南,劉勇,湯偉. 光子學報. 2013(08)
[8]基于FPGA的紙病預處理系統(tǒng)[J]. 劉勇,周強,劉濤,楊雁南. 中國造紙. 2013(08)
[9]改進的BP網絡在紙病識別中的應用[J]. 魏愛娟,李茜,湯偉. 自動化與儀表. 2013(01)
[10]基于形狀特征檢測的手勢感興趣區(qū)提取方法[J]. 覃文軍,楊金柱,趙大哲. 機器人技術與應用. 2012(06)
碩士論文
[1]基于機器視覺的端塞表面缺陷檢測算法研究及實現[D]. 杜晞盟.陜西科技大學 2017
[2]基于FPGA的紙病檢測系統(tǒng)關鍵技術研究[D]. 齊璐.陜西科技大學 2016
[3]實時高速視覺跟蹤系統(tǒng)研制[D]. 張龍.華中科技大學 2016
[4]基于SVD和SVM的復雜背景噪聲圖像的紙病辨識[D]. 張慧.陜西科技大學 2015
[5]基于FPGA的紙病檢測預處理系統(tǒng)的研究與實現[D]. 劉慧忠.陜西科技大學 2015
[6]基于圖像分割的紙病檢測算法研究[D]. 成亞維.陜西科技大學 2014
[7]紙張表面缺陷檢測系統(tǒng)上位機軟件開發(fā)[D]. 郭旭.哈爾濱工業(yè)大學 2013
[8]基于機器視覺的鋼板表面缺陷檢測系統(tǒng)的關鍵技術研究[D]. 董保全.浙江理工大學 2013
[9]基于機器視覺C/C++實現的紙病檢測系統(tǒng)的研制[D]. 任鵬.陜西科技大學 2013
[10]紙張質量控制系統(tǒng)（QCS）應用技術研究[D]. 王偉.山東輕工業(yè)學院 2012
本文編號：2897495
本文鏈接：http://www.sikaile.net/kejilunwen/dianzigongchenglunwen/2897495.html
