本文關鍵詞：工業(yè)產品缺陷在線檢測系統(tǒng)的研究　出處：《浙江理工大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 工業(yè)產品 在線檢測 螺絲缺失 OCR 灰度直方圖 LBP phash

【摘要】：產品是否合格是產品生產質量的重要指標。人工檢測產品是否合格的方法不但效率低,而且勞動成本高。隨著機器視覺檢測在工業(yè)產品中的廣泛應用,大大提高了生產效率,降低了人工成本。本文針對某工廠生產線上的某款遠端射頻模塊工業(yè)產品仍舊需要人工目測其螺絲是否缺失,存在效率低,工人易疲勞和漏檢等問題,在其生產線上搭建了一個該工業(yè)產品在線檢測系統(tǒng),用于檢測該工業(yè)產品上螺絲是否缺失和OCR字符的識別。本論文主要研究內容、結果與創(chuàng)新點包括:(1)設計與搭建了該工業(yè)產品在線檢測系統(tǒng)。該系統(tǒng)硬件部分主要由計算機、單反相機、亞克力板、條狀LED燈、旋轉平臺和機柜等組成,實現(xiàn)了該工業(yè)產品不同檢測面的自動拍照,為其螺絲是否缺失和OCR字符識別提供了自動檢測的硬件平臺。(2)研究了該工業(yè)產品上螺絲缺失的算法。研究基于灰度直方圖、LBP和phash的三種算法來檢測螺絲是否缺失,通過比較三種算法的檢測結果發(fā)現(xiàn),基于phash的檢測算法效果較好。(3)研究了該工業(yè)產品上OCR字符識別算法。首先對采集到的圖像進行灰度化、二值化、去噪、校正等預處理操作;然后利用Tesseract-OCR引擎提供的自定義的字符庫訓練方法,訓練該工業(yè)產品的字符庫;最后利用Tesseract-OCR引擎對字符進行識別;識別結果表明自訓練的字符庫識別準確率為96.2%。(4)在Visual Studio 2010平臺上,利用C#語言開發(fā)了該工業(yè)產品在線檢測系統(tǒng)軟件,主要包括產品檢測參數(shù)設定和產品在線檢測兩個界面。首先對該工業(yè)產品所需的檢測參數(shù)進行設定,然后對待測產品各個檢測面進行自動拍照,并對每個檢測面待檢測區(qū)域判斷螺絲的缺失和OCR字符識別,最后將檢測結果保存在文檔中備查。本文搭建的工業(yè)產品缺陷在線檢測系統(tǒng)在工廠實際運行結果表明,系統(tǒng)運行穩(wěn)定,檢測精準度較高。
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F425;TP391.41

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃志平;許亮;;基于機器視覺的工業(yè)炸藥包裝缺陷在線檢測系統(tǒng)[J];爆破器材;2015年03期

2 詹茵茵;鄧積微;王太宏;;屬性約簡的氣脹鋰電池在線檢測方法[J];電源技術;2015年04期

3 柴先濤;梁久禎;;基于特征點提取的軸承瑕疵工業(yè)在線檢測[J];濟南大學學報(自然科學版);2015年05期

4 趙娟;彭彥昆;Sagar Dhakal;張雷蕾;;基于機器視覺的蘋果外觀缺陷在線檢測[J];農業(yè)機械學報;2013年S1期

5 孫雪晨;姜肖楠;傅瑤;韓誠山;文明;;基于機器視覺的凸輪軸表面缺陷檢測系統(tǒng)[J];紅外與激光工程;2013年06期

6 吳彰良;孫長庫;劉潔;;基于圖像處理的油封缺陷自動檢測與分類識別方法[J];儀器儀表學報;2013年05期

7 謝佩軍;;基于互信息與差影法的塑料齒輪缺陷檢測研究[J];制造業(yè)自動化;2012年23期

8 吳家偉;嚴京旗;方志宏;夏勇;;基于Adaboost改進算法的鑄坯表面缺陷檢測方法[J];鋼鐵研究學報;2012年09期

9 馬玉真;李國平;;大尺寸鋼球表面缺陷的檢測[J];傳感器與微系統(tǒng);2012年08期

10 趙慧潔;葛文謙;李旭東;;基于改進PCNN的軸尖表面缺陷檢測[J];北京航空航天大學學報;2012年03期

，

本文編號：1308795