基于机器视觉的烟标在线检测系统的设计与实现

论文摘要

随着现代生活质量的日益提高,印刷品的印刷质量和外观的要求也越来越受到人们的忠实,制作工艺也越来越精细,印刷速度也在逐步攀升。传统的人工检测印刷质量的方法由于受主观因素的影响,不能满足工业检测速度和精度的要求,所以将机器视觉与图像处理技术引入到印刷品高速的自动化检测中己成为一种趋势。伴随着计算机软硬件的迅猛更新发展,使用机器视觉算法进行印刷品印刷质量检测已切实可行。在国内外已经有一部分公司开发出了成熟的产品。通过对常见的基于机器视觉的印刷品质量检测系统的细致研究,本文设计并建立了一套基于机器视觉技术的由计算机、线阵相机、图像采集卡、照明系统,以及编码器等组成的印刷缺陷检测实验系统,为进行印刷品缺陷在线检测研究提供了平台。配合硬件装置,实现了对彩色印刷品的实时在线采集与缺陷检测。在烟品行业,烟品包装(烟标)印刷质量的检测一直是由人工进行的,为了达到印刷质量检测自动化的要求,采用流水线式硬件平台,使用高速线扫描CCD相机采集图像,利用机器视觉算法提取图像中烟标印刷的质量缺陷。运用几何学方法快速得实现图像匹配,并且针对缺陷提取过程中产生的边缘效应以及纹理噪声,提出了一种快速有效的解决方案。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题的研究背景
• 1.2 国内外的发展现状
• 1.2.1 国外现状
• 1.2.2 国内现状
• 2 机器视觉概述
• 2.1 机器视觉的定义
• 2.2 机器视觉的历程与发展趋势
• 2.3 机器视觉的经典案例
• 3 特征提取
• 3.1 区域特征的计算
• 3.2 灰度值特征的计算
• 4 图像的快速配准
• 4.1 图像配准概述
• 4.2 图像的几何变换
• 4.2.1 刚体变换
• 4.2.2 仿射变换
• 4.2.3 投影变换
• 4.3 模板匹配
• 4.3.1 基于灰度值的模板匹配
• 4.3.2 使用图形金字塔进行匹配
• 4.4 图像差分
• 5 烟标在线检测系统设计原理
• 5.1 系统组成
• 5.2 系统的界面设计
• 5.3 系统的基本操作流程
• 5.4.1 基本步骤
• 5.4.2 建立标准图像模板与匹配过程
• 5.4.3 边缘效应的处理
• 5.4.4 提取更精确的缺陷轮廓
• 5.5 实验结果
• 5.6 本章小结
• 6 结论
• 致谢
• 参考文献