基于機(jī)器視覺的PET瓶缺陷自動檢測系統(tǒng)研究.pdf

1、隨著社會的進(jìn)步和科技的發(fā)展，人民的生活水平得到提高，飲料市場需求正在不斷的加大，因此客戶對產(chǎn)品質(zhì)量和外觀要求都不斷提高，越來越多的生產(chǎn)廠商開始應(yīng)用自動化PET瓶缺陷檢測系統(tǒng)對產(chǎn)品進(jìn)行檢測。自動化檢測方法開始代替了傳統(tǒng)的人工方法來提高企業(yè)生產(chǎn)效率和產(chǎn)品質(zhì)量，基于自動化檢測不僅解決了人工方法效率低、速度慢，以及受檢測人員主觀性制約等不確定因素帶來的誤檢及漏檢，而且很多系統(tǒng)實現(xiàn)了接近100％缺陷檢測。目前基于機(jī)器視覺的自動化缺陷檢測得到廣泛應(yīng)

2、用。
　　本論文首先介紹了PET瓶缺陷檢測國內(nèi)外研究情況，并對目前國內(nèi)外該檢測設(shè)備的發(fā)展情況進(jìn)行了分析。分析了各個廠家檢測設(shè)備的優(yōu)缺點。針對現(xiàn)有的PET瓶缺陷檢測設(shè)備存在匹配速度慢、精度不高的情況。針對經(jīng)典 SIFT算法匹配精度高，但匹配速度較慢的情況，應(yīng)用了一種基于局部Hash的SIFT改進(jìn)算法。本文在明確了缺陷檢測的要求的基礎(chǔ)上。根據(jù)PET瓶缺陷檢測的詳細(xì)步驟和具體流程，設(shè)計了SIFT算法在PET圖像上特征點提取的詳細(xì)步驟，并

3、展示了實驗效果。最后實現(xiàn)了改進(jìn)SIFT算法在PET瓶缺陷檢測中的具體應(yīng)用，并在工廠進(jìn)行了實際實驗。實驗表明，改進(jìn)后的 SIFT算法具有良好的魯棒性,不論精度和匹配速度都達(dá)到了預(yù)期要求，本論文的方法具有一定的可行性和實用價值。本文的主要工作如下：
　　1、選擇合適的硬件設(shè)備。從現(xiàn)場實際情況和系統(tǒng)設(shè)計需求出發(fā)，選擇了合適的光源、鏡頭、相機(jī)、圖像采集卡、工控機(jī)等硬件設(shè)備；并利用相機(jī)采集待檢測的PET瓶圖像，以便后續(xù)單元進(jìn)行處理。

4、　　2、對采集到的原始圖像進(jìn)行預(yù)處理。包括圖像的濾波，直方圖均衡化，選擇分類器所需的正樣本圖片和負(fù)樣本圖片。
　　3、分析常用的圖像匹配方法，根據(jù)實際效果選過本系統(tǒng)合適的匹配方法。對比常用的圖像濾波方法、對相機(jī)采集到的實際圖像進(jìn)行試驗檢測，根據(jù)實際效果選擇合適的圖像濾波方法。
　　4、提取圖像SIFT特征點?；陧椖啃枨螅O(shè)計實現(xiàn)了SIFT算法實現(xiàn)的具體步驟。提取出圖形的特征點以及生成特征點的特征向量。對比分析SIFT算法的

5、應(yīng)用到PET瓶缺陷檢測中的優(yōu)缺點。對采集到的正負(fù)樣本圖片運用Adaboost算法對分類器進(jìn)行訓(xùn)練，為后續(xù)圖像匹配奠定基礎(chǔ)。
　　隨著社會的進(jìn)步和科技的發(fā)展，人民的生活水平得到提高，飲料市場需求正在不斷的加大，因此客戶對產(chǎn)品質(zhì)量和外觀要求都不斷提高，越來越多的生產(chǎn)廠商開始應(yīng)用自動化PET瓶缺陷檢測系統(tǒng)對產(chǎn)品進(jìn)行檢測。自動化檢測方法開始代替了傳統(tǒng)的人工方法來提高企業(yè)生產(chǎn)效率和產(chǎn)品質(zhì)量，基于自動化檢測不僅解決了人工方法效率低、速度慢，以

6、及受檢測人員主觀性制約等不確定因素帶來的誤檢及漏檢，而且很多系統(tǒng)實現(xiàn)了接近100%缺陷檢測。目前基于機(jī)器視覺的自動化缺陷檢測得到廣泛應(yīng)用。
　　本論文首先介紹了PET瓶缺陷檢測國內(nèi)外研究情況，并對目前國內(nèi)外該檢測設(shè)備的發(fā)展情況進(jìn)行了分析。分析了各個廠家檢測設(shè)備的優(yōu)缺點。針對現(xiàn)有的PET瓶缺陷檢測設(shè)備存在匹配速度慢、精度不高的情況。針對經(jīng)典 SIFT算法匹配精度高，但匹配速度較慢的情況，應(yīng)用了一種基于局部Hash的SIFT改進(jìn)算法。

7、本文在明確了缺陷檢測的要求的基礎(chǔ)上。根據(jù)PET瓶缺陷檢測的詳細(xì)步驟和具體流程，設(shè)計了SIFT算法在PET圖像上特征點提取的詳細(xì)步驟，并展示了實驗效果。最后實現(xiàn)了改進(jìn)SIFT算法在PET瓶缺陷檢測中的具體應(yīng)用，并在工廠進(jìn)行了實際實驗。實驗表明，改進(jìn)后的 SIFT算法具有良好的魯棒性,不論精度和匹配速度都達(dá)到了預(yù)期要求，本論文的方法具有一定的可行性和實用價值。本文的主要工作如下：
　　1、選擇合適的硬件設(shè)備。從現(xiàn)場實際情況和系統(tǒng)設(shè)計需

8、求出發(fā)，選擇了合適的光源、鏡頭、相機(jī)、圖像采集卡、工控機(jī)等硬件設(shè)備；并利用相機(jī)采集待檢測的PET瓶圖像，以便后續(xù)單元進(jìn)行處理。
　　2、對采集到的原始圖像進(jìn)行預(yù)處理。包括圖像的濾波，直方圖均衡化，選擇分類器所需的正樣本圖片和負(fù)樣本圖片。
　　3、分析常用的圖像匹配方法，根據(jù)實際效果選過本系統(tǒng)合適的匹配方法。對比常用的圖像濾波方法、對相機(jī)采集到的實際圖像進(jìn)行試驗檢測，根據(jù)實際效果選擇合適的圖像濾波方法。
　　4、提取圖像

9、SIFT特征點。基于項目需求，設(shè)計實現(xiàn)了SIFT算法實現(xiàn)的具體步驟。提取出圖形的特征點以及生成特征點的特征向量。對比分析SIFT算法的應(yīng)用到PET瓶缺陷檢測中的優(yōu)缺點。對采集到的正負(fù)樣本圖片運用Adaboost算法對分類器進(jìn)行訓(xùn)練，為后續(xù)圖像匹配奠定基礎(chǔ)。
　　5、針對SIFT特征向量生成耗時長的缺點，結(jié)合哈希算法在圖像匹配中的快速性，在哈希算法的基礎(chǔ)上應(yīng)用 SIFT算法。通過判定哈希摘要之間的歐式距離來判斷匹配點是否匹配。通過改