基于机器视觉的人造大理石台板表观质量检测系统设计

论文摘要

人造大理石台板表面质量检测系统是集光、电、机械、计算机、数字图像处理等技术于一体的检测控制系统,应用于人造大理石生产过程中,可以完成生产线上产品的无损在线检测,实现对台板表面微小凹坑的检测定位、台板花纹均匀度的自动检测分级的功能,具有高效、快速、准确的优点。从而可以保证产品质量、提高产品检测效率、降低劳动强度、改善工作环境。它的使用可以大大提高人造大理石生产线的自动化程度,拥有广阔的前景。本文在深入研究机器视觉理论和数字图像处理方法的基础上,设计了一套人造大理石台板表观质量检测系统,编制了台板表观质量检测系统软件。论文对以下几个方面进行了研究:1、对比不同边缘检测方法对台板表面凹坑图像进行检测的效果,通过实验方法找到了优化的预处理和锐化方法;比较了不同的阈值分割方法,并确定以最大熵阈值法作为图像二值化阈值选取的方法;通过使用改进的区域填充扫描线算法来获取台板表面信息。2、对人造大理石台板表观质量检测系统进行了总体设计,并对光源系统、触发系统及图像采集系统提出了具体设计方案。3、提出了人造大理石台板表面花纹均匀度检测方法,在实验测量的基础上,建立了至尊杜邦系列MYD5060型台板花纹均匀度检测标准。4、使用VC++6.0编写基于OpenCV函数库的系统软件,实现了人造大理石台板表面图像采集、表面凹坑检测和花纹均匀度检测的功能。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 机器视觉概述
• 1.2 机器视觉发展和应用
• 1.3 本课题的研究背景及意义
• 第二章 数字图像处理算法的研究
• 2.1 数字直方图和图像增强算法
• 2.1.1 数字图像的直方图
• 2.1.2 直方图均衡化
• 2.1.3 对比度增强直方图均衡化算法
• 2.1.4 图像增强技术在本课题中应用
• 2.2 图像边缘检测技术
• 2.2.1 梯度
• 2.2.2 各种一阶边缘检测模板
• 2.2.3 边缘检测技术在本课题中的应用
• 2.3 二值图像分割法的比较和应用
• 2.3.1 阈值二值化方法
• 2.3.2 最大熵阈值化方法
• 2.3.3 交叉熵阈值化方法
• 2.3.4 最大方差阈值法
• 2.3.5 Bersen算法
• 2.3.6 基于界特征的二值化算法
• 2.3.7 图像分割在本课题中的应用
• 2.4 图像平滑技术
• 2.4.1 平滑空间滤波器
• 2.4.2 邻域平均法
• 2.4.3 中值滤波
• 2.4.4 图像平滑技术在本课题中的应用
• 2.5 二值图像信息获取
• 2.6 本章小结
• 第三章 台板检测系统设计
• 3.1 台板检测系统的总体设计
• 3.2 光源系统
• 3.2.1 光源的选择
• 3.2.2 光源系统的设计
• 3.3 触发系统
• 3.4 图像采集系统
• 3.4.1 相机选型
• 3.4.2 镜头
• 3.4.3 图像传输
• 3.5 本章小结
• 第四章 软件系统设计
• 4.1 软件开发平台
• 4.1.1 编程语言的选择及VC++简介
• 4.1.2 OpenCV简介
• 4.1.3 OpenCV的数据结构和函数体系
• 4.1.4 OpenCV在VC++6.0环境下的配置
• 4.2 佳能软件开发包
• 4.2.1 佳能软件开发包简介
• 4.2.2 EDSDK的安装
• 4.2.3 EDSDK的对象结构层次
• 4.2.4 台板表面图像采集程序
• 4.3 台板表面凹坑检测
• 4.3.1 凹坑检测标准
• 4.3.2 台板表面凹坑检测程序
• 4.3.3 检测结果
• 4.4 台板花纹均匀度检测
• 4.4.1 花纹均匀度检测标准
• 4.4.2 台板表面花纹均匀度检测算法思想
• 4.4.3 改进的花纹均匀度检测算法
• 4.4.4 台板表面花纹均匀度检测程序
• 4.4.5 检测结果及分析
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 全文总结
• 5.2 未来展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文