酒作為中華文化的重要組成部分,在人們的生活中起著不可替代的作用。在白酒生產(chǎn)過程中,生產(chǎn)環(huán)節(jié)繁多且工藝復(fù)雜,特別是在灌裝環(huán)節(jié)中,灌裝瓶清洗不干凈、過濾系統(tǒng)故障、壓蓋包裝時(shí)機(jī)械沖撞等原因會導(dǎo)致瓶內(nèi)液體中混入玻璃碎片、絮狀物、毛發(fā)等雜質(zhì)。如果這些含有雜質(zhì)的白酒流入市場,不僅嚴(yán)重?fù)p害消費(fèi)者的身體健康,也對企業(yè)和社會造成極大的負(fù)面影響。因此有必要研究一種實(shí)時(shí)可靠的白酒液體雜質(zhì)檢測系統(tǒng)。本文針對當(dāng)前透明瓶裝白酒液體雜質(zhì)的檢測方法效率低下以及現(xiàn)有的雜質(zhì)檢測系統(tǒng)復(fù)雜、抗干擾能力差、價(jià)格昂貴等問題,提出了一種基于機(jī)器視覺的在線檢測方法,并在該方法的基礎(chǔ)上設(shè)計(jì)了一套檢測透明瓶裝白酒液體雜質(zhì)的檢測系統(tǒng),主要根據(jù)透明瓶裝白酒液體中雜質(zhì)的運(yùn)動(dòng)特性,通過工業(yè)計(jì)算機(jī)驅(qū)動(dòng)工業(yè)相機(jī)對透明瓶體圖像進(jìn)行連續(xù)采集并進(jìn)行圖像處理分析,從而實(shí)現(xiàn)對液體中的雜質(zhì)進(jìn)行檢測。本文首先根據(jù)所提出的視覺檢測方法和設(shè)計(jì)要求,設(shè)計(jì)了一套視覺檢測方案,包括圖像采集、光源及照明、系統(tǒng)機(jī)械硬件和軟件平臺等。其中圖像采集設(shè)備采用邁德威視公司的MV-GE1000M-T CMOS型號的可見光工業(yè)相機(jī),光源及照明方式采用平行LED背光源,系統(tǒng)機(jī)械硬件主要為垂直翻轉(zhuǎn)機(jī)構(gòu),系統(tǒng)的軟件平臺是基于Microsoft公司的Visual Studio 2013和德國MVTech公司的機(jī)器視覺圖像處理算法庫Halcon的Windows平臺。根據(jù)白酒液體中雜質(zhì)的特點(diǎn),設(shè)計(jì)圖像處理檢測算法是本文研究的主要內(nèi)容。論文中對圖像處理技術(shù)的基本概念和方法等做了相關(guān)介紹,并將圖像濾波、邊緣檢測、灰度變換、特征提取、幀間差法、KNN學(xué)習(xí)算法等算法結(jié)合起來,實(shí)現(xiàn)了透明瓶裝白酒液體雜質(zhì)檢測算法的設(shè)計(jì),將具有動(dòng)態(tài)干擾的氣泡、污漬和位于透明瓶體內(nèi)的雜質(zhì)區(qū)分開來。本文通過編程對檢測系統(tǒng)的上位機(jī)進(jìn)行設(shè)計(jì),該上位機(jī)主要采用C#語言和Halcon圖像處理算法在Windows平臺上實(shí)現(xiàn)白酒雜質(zhì)檢測與剔除功能,以及在上位機(jī)中實(shí)現(xiàn)數(shù)據(jù)顯示及發(fā)送、存儲等功能。主要包括圖像獲取模塊、雜質(zhì)檢測模塊、存儲模塊、通訊模塊、及人機(jī)交互界面模塊等。為了驗(yàn)證該檢測系統(tǒng)的實(shí)時(shí)性和穩(wěn)定性,本文搭建了實(shí)驗(yàn)平臺,并對實(shí)驗(yàn)數(shù)據(jù)和結(jié)果進(jìn)行分析。實(shí)驗(yàn)結(jié)果表明,即使在動(dòng)態(tài)干擾環(huán)境下,所提出的白酒液體雜質(zhì)檢測系統(tǒng)的實(shí)時(shí)性和穩(wěn)定性都有很大的提高,在一定程度上解決了透明瓶裝白酒液體自動(dòng)化生產(chǎn)過程中的雜質(zhì)檢測難題。
【學(xué)位單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;TS262.3
【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景與意義
        1.1.1 研究背景
        1.1.2 研究的意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容與論文結(jié)構(gòu)安排
        1.3.1 主要研究內(nèi)容
        1.3.2 論文結(jié)構(gòu)安排
第二章 白酒液體雜質(zhì)檢測系統(tǒng)平臺設(shè)計(jì)
    2.1 檢測系統(tǒng)平臺設(shè)計(jì)
        2.1.1 檢測系統(tǒng)平臺設(shè)計(jì)要求
        2.1.2 檢測系統(tǒng)平臺設(shè)計(jì)
        2.1.3 圖像采集設(shè)備選擇
        2.1.4 光源及照明方案選擇
    2.2 檢測系統(tǒng)機(jī)械硬件設(shè)計(jì)
    2.3 檢測系統(tǒng)軟件開發(fā)模式
    2.4 本章小結(jié)
第三章 白酒液體雜質(zhì)視覺檢測算法研究
    3.1 圖像預(yù)處理算法
        3.1.1 圖像濾波
        3.1.2 直方圖均衡化
        3.1.3 灰度變換
        3.1.4 形態(tài)學(xué)圖像處理
    3.2 ROI提取
    3.3 基于幀差算法的運(yùn)動(dòng)物體檢測
    3.4 基于KNN的白酒液體雜質(zhì)檢測
        3.4.1 KNN算法原理
        3.4.2 檢測系統(tǒng)核心特征參數(shù)訓(xùn)練
        3.4.3 白酒液體雜質(zhì)檢測
    3.5 本章小結(jié)
第四章 檢測系統(tǒng)軟件開發(fā)及調(diào)試
    4.1 系統(tǒng)軟件架構(gòu)設(shè)計(jì)
    4.2 軟件介紹
        4.2.1 系統(tǒng)軟件開發(fā)平臺-Microsoft Visual Studio
        4.2.2 機(jī)器視覺軟件-Halcon
    4.3 檢測系統(tǒng)上位機(jī)軟件設(shè)計(jì)
        4.3.1 軟件開發(fā)環(huán)境搭建
        4.3.2 圖像獲取模塊設(shè)計(jì)
        4.3.3 液體雜質(zhì)檢測模塊設(shè)計(jì)
        4.3.4 圖像存儲模塊設(shè)計(jì)
        4.3.5 上位機(jī)和S7-200PLC的通信模塊設(shè)計(jì)
        4.3.6 人機(jī)交互界面設(shè)計(jì)
    4.4 本章小結(jié)
第五章 檢測系統(tǒng)實(shí)驗(yàn)和結(jié)果分析
    5.1 檢測系統(tǒng)平臺搭建
    5.2 系統(tǒng)的整體運(yùn)行測試
    5.3 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小結(jié)
第六章 結(jié)論與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋春華;彭泫知;;機(jī)器視覺研究與發(fā)展綜述[J];裝備制造技術(shù);2019年06期

2 ;機(jī)器視覺對線纜市場的影響及趨勢[J];功能材料信息;2018年04期

3 鄭植;席先鵬;王楠;蔣欣燎;夏山淋;;機(jī)器視覺在網(wǎng)球撿球機(jī)器人中的應(yīng)用研究[J];科技創(chuàng)新與應(yīng)用;2019年16期

4 朱陽芬;銀冬平;鄒舜章;王海文;周為;;機(jī)器視覺在汽車行業(yè)中的發(fā)展與應(yīng)用[J];汽車實(shí)用技術(shù);2017年22期

5 吳東明;王麗娟;;基于GPS和機(jī)器視覺的自主導(dǎo)航定位農(nóng)機(jī)設(shè)備研究[J];農(nóng)機(jī)化研究;2018年02期

6 ;機(jī)器視覺時(shí)代,最好的時(shí)代![J];智能機(jī)器人;2018年02期

7 宗衛(wèi)紅;;臺達(dá)機(jī)器視覺系統(tǒng)助力制造業(yè)邁向智造新時(shí)代——訪臺達(dá)集團(tuán)-中達(dá)電通機(jī)器視覺產(chǎn)品項(xiàng)目經(jīng)理王風(fēng)路[J];國內(nèi)外機(jī)電一體化技術(shù);2016年06期

8 何遙;;宇視揭秘安防機(jī)器視覺[J];中國公共安全;2016年19期

9 阮晉蒙;;機(jī)器視覺:讓中國制造2025“看”得更遠(yuǎn)[J];新經(jīng)濟(jì)導(dǎo)刊;2017年Z1期

10 ;凌華科技推出三款高性能機(jī)器視覺產(chǎn)品[J];自動(dòng)化應(yīng)用;2017年02期

相關(guān)博士學(xué)位論文 前10條

1 侯杰;飛行器機(jī)器視覺框架設(shè)計(jì)及算法研究[D];西安電子科技大學(xué);2017年

2 郭依正;基于機(jī)器視覺的俯視群養(yǎng)豬個(gè)體識別與飲水行為分析研究[D];江蘇大學(xué);2018年

3 李晨;基于機(jī)器視覺的不同屬性表面中微弱缺陷的檢測技術(shù)研究[D];浙江大學(xué);2018年

4 胡志新;基于機(jī)器視覺的鋼軌踏面磨耗剝落檢測技術(shù)研究[D];南昌大學(xué);2018年

5 吳衡;機(jī)器視覺鬼成像理論與實(shí)驗(yàn)研究[D];華南理工大學(xué);2017年

6 項(xiàng)森偉;高溫單晶硅液位和直徑視覺檢測關(guān)鍵技術(shù)及應(yīng)用研究[D];浙江大學(xué);2018年

7 胡越黎;目的機(jī)器視覺研究及其在皮膚癥狀識別中的應(yīng)用[D];上海大學(xué);2005年

8 韓彥芳;機(jī)器視覺中的聚類檢測新方法[D];上海交通大學(xué);2006年

9 饒洪輝;基于機(jī)器視覺的作物對行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

10 周平;基于機(jī)器視覺的自然目標(biāo)特征學(xué)習(xí)與即時(shí)檢測[D];浙江大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 姜金懌;基于機(jī)器視覺的焊縫定位算法研究[D];沈陽建筑大學(xué);2017年

2 李凌燕;基于機(jī)器視覺的焊點(diǎn)檢測算法研究[D];沈陽建筑大學(xué);2017年

3 易振彧;基于機(jī)器視覺的碟式鏡面實(shí)時(shí)監(jiān)控[D];浙江大學(xué);2019年

4 李瀟;基于機(jī)器視覺數(shù)據(jù)采集的MES關(guān)鍵技術(shù)研究[D];浙江大學(xué);2019年

5 劉宏文;基于機(jī)器視覺的水果自動(dòng)分揀系統(tǒng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2019年

6 高華;基于機(jī)器視覺的工件定位與識別系統(tǒng)[D];浙江大學(xué);2019年

7 翁敬喻;基于機(jī)器視覺的口罩帶缺失檢測方法研究[D];西安理工大學(xué);2016年

8 吳佳寧;基于機(jī)器視覺的木板實(shí)時(shí)檢測算法[D];沈陽工業(yè)大學(xué);2019年

9 王一妍;基于機(jī)器視覺的輪轂鑄造面質(zhì)量檢測研究[D];沈陽工業(yè)大學(xué);2019年

10 代偉;基于機(jī)器視覺的墨區(qū)墨量控制研究[D];西安理工大學(xué);2019年

本文編號：2864433