發(fā)布時間：2021-12-18 16:13

　　隨著玻璃產(chǎn)量的日益增大,人工檢測已無法滿足社會生產(chǎn)需求。機器視覺技術具有高穩(wěn)定性、可靠性、直觀性以及非接觸性檢測等優(yōu)勢,使其廣泛應用于在線檢測系統(tǒng)中,基于機器視覺的玻璃缺陷在線檢測技術已逐漸替代了人工檢測。目前國內的玻璃缺陷檢測設備主要依賴于進口,國內的研究工作還不夠成熟,技術不夠全面,需要進行深入的研究與系統(tǒng)開發(fā)。本文研究了一套多通道的玻璃缺陷在線檢測系統(tǒng),配合合理的光照模塊,可同時檢測出氣泡、污點、劃痕和玻筋等玻璃缺陷,實現(xiàn)了缺陷的快速定位和精準分類,具有很好的應用價值。為了提高缺陷檢測效率,構建了多通道檢測系統(tǒng)。設計了三種獨立的光照方式,將通道一氣泡、污點缺陷和劃痕缺陷以及通道二玻筋缺陷最大化凸顯出來,有效降低了缺陷誤判率;并設計了多通道圖像采集模塊,在一次掃描中獲得同一區(qū)域的多幅缺陷圖像,在一定程度上減少了缺陷檢測中的遺漏問題。開展了玻璃缺陷圖像預處理算法研究。對比分析了適合各缺陷的濾波降噪、邊緣檢測、閾值分割的算法,初步分離出缺陷目標。采用頂帽運算去除了劃痕缺陷因照明方式產(chǎn)生的不均勻光照;針對玻筋缺陷,提取了標準模板玻璃圖像,采用差影運算得到其大致形態(tài),考慮到該運算帶來的缺陷... 

【文章來源】：西安理工大學陜西省

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

玻璃缺陷檢測設備Fig.1-1Glassdefectdetectionequipment

背光照射光路圖

缺陷在線檢測系統(tǒng)的開發(fā)與相關圖像處理算法研究。傳統(tǒng)的玻璃缺陷檢測針對各類缺陷均使用同一種光照方式，雖然在照明系統(tǒng)上節(jié)省了成本，但缺點也很明顯：首先在后續(xù)的缺陷分類中選擇分類特征時需考慮所有特征參數(shù)，無法剔除冗余特征量，降低算法難度，加快算法速度；其次針對不同缺陷對光線吸收程度的差異性，無法保證缺陷100%的檢測，會遺漏部分微瑕缺陷（如細劃痕）；而本文設計的多通道缺陷采集系統(tǒng)在一次掃描中可獲得同一區(qū)域的多幅缺陷圖像，可有效避免上述問題，從而實現(xiàn)玻璃缺陷高精度檢測。玻璃缺陷檢測系統(tǒng)示意圖如圖2-2所示。圖2-2玻璃缺陷檢測系統(tǒng)示意圖Fig.2-2Schematicdiagramofglassdefectdetectionsystem系統(tǒng)主要由三個模塊組成，分別為機械傳動模塊、圖像采集模塊和圖像處理模塊。機械傳動模塊即工業(yè)現(xiàn)場的玻璃傳送帶，通過控制步進電機轉速來控制玻璃的移動速度使得玻璃在傳送帶上勻速向右運動；圖像采集模塊分為兩個通道，通道一采集氣泡、污點和劃痕缺陷，其中氣泡和污點缺陷通過藍色背光照射方式采集，劃痕缺陷通過低角度藍光照射方式采集，兩種不同的光照方式可由高速開關快速切換配合高速相機來實現(xiàn)。通道二采集玻筋缺陷，其光照方式為背光照射，光源為光柵條紋LED屏；圖像處理模塊將采集到的

【參考文獻】：
期刊論文
[1]基于多尺度卷積神經(jīng)網(wǎng)絡的玻璃表面缺陷檢測方法[J]. 熊紅林,樊重俊,趙珊,余瑩.  計算機集成制造系統(tǒng). 2020(04)
[2]BP神經(jīng)網(wǎng)絡在玻璃缺陷識別中的應用[J]. 吉祥,戴曙光.  軟件導刊. 2019(04)
[3]簡述玻璃缺陷種類及產(chǎn)生原因[J]. 董鳳龍,韓影.  玻璃. 2018(06)
[4]玻璃生產(chǎn)缺陷在線檢測技術的探討[J]. 姚振華.  化學工程與裝備. 2018(05)
[5]基于OpenCV機器視覺的玻璃缺陷檢測系統(tǒng)的研究[J]. 趙漣漪.  寧夏師范學院學報. 2018(04)
[6]平板玻璃低對比度表面缺陷檢測研究[J]. 李長有,劉遵,李帥濤.  機械工程師. 2018(03)
[7]玻璃表面缺陷檢測算法研究[J]. 王世豪,蔡延光,蔡顥.  東莞理工學院學報. 2018(01)
[8]小型平板玻璃表面缺陷檢測系統(tǒng)[J]. 李長有,劉遵,李帥濤.  計算機應用. 2017(S2)
[9]基于LabVIEW編程平臺實現(xiàn)玻璃缺陷檢測[J]. 戴畸哲,戴曙光.  測控技術. 2017(07)
[10]平板玻璃缺陷識別系統(tǒng)設計[J]. 李剛.  重慶科技學院學報(自然科學版). 2017(02)

碩士論文
[1]基于機器視覺的玻璃缺陷分類識別的研究[D]. 薛源.合肥工業(yè)大學 2018
[2]玻璃瑕疵在線檢測關鍵技術研究及系統(tǒng)實現(xiàn)[D]. 宛麗娟.燕山大學 2017
[3]玻璃缺陷檢測若干關鍵技術研究[D]. 徐洋洋.浙江理工大學 2016



本文編號：3542743