基于機(jī)器視覺的藥卷多缺陷在線檢測.pdf

1、隨著經(jīng)濟(jì)建設(shè)的快速發(fā)展，工業(yè)炸藥生產(chǎn)規(guī)模的不斷擴(kuò)大，民爆行業(yè)要求技術(shù)不斷完善，大力提高生產(chǎn)線智能化、自動化水平已成必然趨勢。由于炸藥在生產(chǎn)包裝過程中由于各種因素從而導(dǎo)致藥卷包裝存在多種表面缺陷，尤其是藥卷表面出現(xiàn)裂痕，并且在藥卷圖像中可能存在不止一處裂痕缺陷，同時因其裂痕缺陷分布不固定，存在環(huán)境光線、傳送帶背景、表面文字、商標(biāo)紋理特征干擾，對裂痕缺陷增加檢測難度，影響了炸藥的生產(chǎn)質(zhì)量與效率。針對上述存在的藥卷包裝裂痕多目標(biāo)缺陷問題，本文

2、以藥卷為檢測對象，研發(fā)基于視覺顯著性和圖像分塊方差-加權(quán)特征值的藥卷多目標(biāo)缺陷檢測方法。
　　本研究主要內(nèi)容包括：⑴針對現(xiàn)場藥卷特征構(gòu)造藥卷模型并進(jìn)行特征分析，提取特征參數(shù)，區(qū)分正常藥卷與缺陷藥卷。⑵針對藥卷表面裂痕缺陷，提出一種改進(jìn)的Itti/Koch視覺注意力模型算法。該算法主要目的在于提取藥卷圖片中顯性區(qū)域特征。首先采用圖像預(yù)處理操作濾除藥卷表面紋理特征對裂痕缺陷的干擾，然后運(yùn)用改進(jìn)的Itti/Koch模型，利用缺陷區(qū)分度的

3、融合算子得到特征顯著性圖。仿真試驗(yàn)表明，該算法與GBVS模型、Itti模型進(jìn)行對比，仿真結(jié)果表明本算法提取藥卷顯著性圖的檢測時間最快，準(zhǔn)確率最高，滿足生產(chǎn)要求。⑶針對藥卷圖片缺陷位置的識別與定位，提出一種基于圖像分塊方差-加權(quán)特征值(IPV-WEV)缺陷檢測方法，可以同時識別并定位顯著性圖中多個缺陷位置。首先對顯著性圖進(jìn)行分塊，通過計(jì)算子圖像方差，與整幅圖像均方差對比，提取缺陷子圖像;然后對缺陷子圖像進(jìn)行加權(quán)特征值計(jì)算，從而確定顯著性圖

4、中多目標(biāo)缺陷的位置。實(shí)驗(yàn)將該算法與WTA算法、區(qū)域生長對比表明，IPV-WEV算法在檢測時間上明顯優(yōu)于其它兩種算法，準(zhǔn)確率較高，因?yàn)楸舅惴梢砸淮涡詫D像中所有的缺陷目標(biāo)都檢測出來，而WTA算法、區(qū)域生長算法則需要多次的算法運(yùn)行。⑷應(yīng)用在WindowsXP平臺中，基于MATLAB R2010b中的圖像處理工具箱編寫缺陷檢測程序。預(yù)處理過程及相關(guān)圖像處理代碼來自圖像處理工具箱。仿真實(shí)驗(yàn)表明本文提出的多目標(biāo)視覺檢測系統(tǒng)可以快速、準(zhǔn)確地識別并