导读:本文包含了瓶口缺陷论文开题报告文献综述及选题提纲参考文献，主要关键词:瓶口缺陷检测,机器视觉,图像处理,系统集成
瓶口缺陷论文文献综述
李东旭[1]（2019）在《基于机器视觉的白酒瓶瓶口缺陷在线检测系统》一文中研究指出在白酒瓶的生产过程中,由于生产工艺的局限性,瓶口会出现一些缺陷。这些缺陷不但影响产品美观,而且会引发安全隐患。本文针对白酒瓶生产厂家的需求,提出了基于机器视觉的白酒瓶瓶口缺陷在线检测系统,以此实现瓶口裂纹、打烂、气泡等影响密封或外观的瓶口缺陷检测,代替人工质检。本文设计的白酒瓶瓶口缺陷检测的系统中,包括成像机构、图像处理模块、运动控制模块。经过大量的成像实验,确定了相机、镜头、光源的选型,构建了成像机构。编写图像处理算法,首先,使用瓶口外边缘拟合圆的方式定位白酒瓶瓶口区域;接着,提出了最邻近圆环提取算法实现瓶口端面的粗定位;再以阈值分割与椭圆拟合相结合,实现瓶口端面的精定位;再将瓶口端面图像放入极坐标展开,滞后阈值分割法提取缺陷区域;最后,按高度特征筛选缺陷。设计运动控制模块,以滑动台模拟酒瓶生产线的传送带,用光电传感器做外部触发信号控制相机采集图像,应用PLC进行信号传输。编写白酒瓶瓶口缺陷检测软件界面,将缺陷检测可视化,便于用户使用。使用图库中712张图像对算法测试,未出现缺陷瓶口图像的漏检,但存在30张良品瓶口图像的误检,误检率为5.51%。将误检缺陷与实物核实,误检的原因是瓶颈的缺陷和粗糙劣质瓶口导致。用89个白酒瓶样品测试整个系统,检测系统运行情况良好,无异常抛出,未出现漏检,存在3个误检样品。经核算,设备的检测分辨力相当于人眼检测分辨力的2倍,能够满足白酒瓶生产厂家的需求。依此证明,本文设计的白酒瓶瓶口缺陷在线检测系统运行稳定,检测精度高,具有实际应用价值。(本文来源于《沈阳工业大学》期刊2019-06-03）
赵妍,朱泽民,董蓉,李勃[2]（2019）在《基于改进HOG特征的瓶口缺陷检测算法》一文中研究指出传统瓶口缺陷检测算法通过边缘检测和滤波等操作区分和定位缺陷,该算法受瓶口光照影响较大,瓶口粗糙毛刺区域和缺陷部分在图像中均表现为亮色,难以区分,且传统检测算法对检测阈值设置精度要求极高,因此结合瓶口图像灰度值的分布一致性和缺陷的亮度突变性特征,提出基于四线性插值梯度方向直方图(Histogram of Oriented Gradients,HOG)特征的瓶口缺陷检测算法。由于缺陷与背景具有较大的灰度对比度,通过HOG可以对瓶口圆环区域中的所有灰度值突变像素点进行统计,在统计过程中,根据梯度方向对梯度幅值进行竖直方向上的增强和水平方向上的抑制,得到适用于瓶口缺陷场景的特征向量。结合支持向量机(Support Vector Machine,SVM)二类别判决器,实现瓶口的缺陷检测。实验结果表明,检测耗时为170 ms,相较于传统检测方法具有更高的准确率。(本文来源于《现代制造工程》期刊2019年01期）
蔡晓军[3]（2018）在《基于嵌入式机器视觉的多瓶口缺陷检测系统设计》一文中研究指出目的为了解决瓶口质量人工检测效率低且不稳定的问题。方法采用HD-SDI的高清视频图像技术设计一种基于频率为70MHz的STM32硬件检测系统,通过对视频读入、256MB存储、29.97帧的视频输入输出和报警等硬件电路的设计,基于此搭建视频处理主流程、通信程序和图像处理的一系列软件算法来实现瓶喉口的缺陷检测,通过单张相片中塑料瓶口边缘轮廓来对比分析系统的可靠性。结果实验证明,系统可以在0.26 s内识别1个瓶口,生产线产出速度为2.4 s/个。结论该系统可以稳定、实时地检测多个瓶体口缺陷效果。(本文来源于《包装工程》期刊2018年23期）
丁红,周新雅[4]（2017）在《瓶口缺陷“覆杯实验”探究》一文中研究指出"覆杯实验"是中学物理中验证大气压强存在的典型实验,其取材容易、操作简便、效果直观。但在传统教学中,教师都会强调杯口必须平整。为探寻杯口缺陷对覆杯实验的影响,本实验借助透明矿泉水瓶分别在满瓶水与半瓶水的场景中,通过对比瓶口缺陷与瓶口完好的实验效果,从而得出结论:在满瓶水与半瓶水的场景中,瓶口存在缺陷时实验仍能成功,且大气压强的作用效果显着。(本文来源于《中学教学参考》期刊2017年32期）
彭玉[5]（2017）在《饮料空瓶检测机器人的瓶口缺陷识别算法研究》一文中研究指出空瓶检测机器人是一种基于视觉感知的智能检测机器人,主要应用于食品饮料行业,在饮料灌装前对饮料空瓶进行全方位的缺陷检测,并剔除缺陷瓶,为灌装安全与饮料质量把好关。空瓶检测机器人是一种高速高精度智能制造装备,装备的整体性能直接影响到饮料生产线的生产效率,设计合适的视觉检测方案并开发高速高精度的图像处理算法是提升整体装备性能的关键技术之一。本文主要研究瓶口检测单元的图像处理算法,旨在研发一套能达到较高性能指标的瓶口缺陷识别算法。进行瓶口缺陷识别之前,首先要对瓶口进行定位,瓶口定位算法定位精度不高,定位时间长,一直是一项难题。本文研究现有文献中出现过的瓶口定位算法,总结定位结果出现偏差的叁大因素,设计了一种四圆周瓶口圆心定位方法,能达到圆心偏差小于3个像素的定位精度,定位时间小于15毫秒。另外,本文定义圆心准确度为:当前定位圆心的圆周投影峰值与最佳瓶口圆心的圆周投影峰值的比值,通过在小范围内移动圆心并根据圆心准确度进行圆心校准,能达到圆心偏差小于1个像素的定位精度,但圆心校准时间较长。定位到瓶口圆心之后我们将瓶口区域展开为瓶口矩形,但是瓶口高光区域和阴影区域会互相干扰,影响缺陷识别。于是本文设计了一种分割瓶口高光区域的方法,首先通过检测瓶口圆周投影曲线的上升沿和下降沿,提取出瓶口高光区域,然后从原图中减去高光区域,并在原高光区域的邻域阴影区域内选取像素来填充空白区域,得到无高光瓶口还原图。提取出瓶口高光区域后,将对瓶口高光区域和无高光瓶口还原图分别进行缺陷识别。高光区域采用径向投影法,缺陷的投影值很低,因此对投影曲线进行凹型波谷检测,凹型波谷的长度达到设定阈值即被识别为缺陷。无高光瓶口真实还原图采用滞后阈值分割法,设置两个阈值,较高的阈值用来定位缺陷位置,较低的阈值用来分割缺陷面积,若缺陷面积达到设定尺寸即被识别为缺陷。本文设计的瓶口缺陷识别算法,能达到99%的坏瓶召回率,运行时间低于30毫秒。高于目前国际水平的72000瓶每小时的运行速度。具有实际使用价值。(本文来源于《湖南大学》期刊2017-04-20）
黄志鸿,毛建旭,王耀南,周显恩,历艳琨[6]（2016）在《基于机器视觉的啤酒瓶口缺陷检测分类方法研究》一文中研究指出针对目前国内玻璃空瓶机器视觉检测系统存在瓶口缺陷分类检测精度不高的问题,提出一种基于机器视觉的可靠的检测方法。首先选取封盖面缺口、外环口崩口、口缘毛刺、口面磨损、内环口崩口、封盖面破裂等6种常见缺陷类型作为分类目标,研究6种常见瓶口缺陷类型图像的表面特征,提出以灰度方差等6种瓶口的缺陷特征构成支持向量机(SVM)分类算法的输入向量,并择优选择径向基(RBF)函数作为SVM分类器的核函数,然后根据瓶口缺陷的分类性质选择多类分类方式中的一类对余类法(OVR)设计相应的SVM。最后,每种缺陷都选取80个样本对所设计SVM分类器进行训练学习与测试。测试结果表明:设计的SVM分类器能较精准地检测出6种常见的瓶口缺陷类型,识别率为91.6%,满足生产企业对机器视觉检测系统缺陷分类识别的要求。(本文来源于《电子测量与仪器学报》期刊2016年06期）
周显恩,王耀南,朱青,吴成中,彭玉[7]（2016）在《基于机器视觉的瓶口缺陷检测方法研究》一文中研究指出在基于机器视觉的啤酒瓶口质量检测过程中,由于部分瓶口图像中缺陷灰度值变化范围大、边缘区域的干扰多,传统方法难以实现瓶口缺陷快速、准确检测。为此,分析总结各类瓶口缺陷特征,提出基于随机圆评估的叁圆周定位法,以提高抗干扰能力和定位精度,并提出残差分析动态阈值分割与全局阈值分割结合的瓶口缺陷检测方法,克服灰度变化和瓶口缺失对检测结果的影响。对90幅图像测试,与5种瓶口缺陷检测法对比,结果显示:执行时间为117.33 ms,与效果最好的SVM算法相比,检测正确率提高了2.22%,可实现强干扰、大缺陷的瓶口图像中缺陷快速、准确定位和检测。(本文来源于《电子测量与仪器学报》期刊2016年05期）
郭克友,廉丽冰,李娜,纪彬[8]（2014）在《基于OpenCV的啤酒瓶口缺陷检测系统研究》一文中研究指出为了提高国内啤酒瓶检测速率,提出了一种基于OpenCV的啤酒瓶口检测方法。瓶口随着旋转平台高速运动,图像采集系统通过ATV工业相机实时捕捉瓶口图像,并把图像传输到计算机,由计算机利用OpenCV库编程对瓶口图像处理,经过处理后的啤酒瓶口轮廓的完好部分和缺陷部分都具有各自的特征,采用啤酒瓶口轮廓的周长、面积、圆形度和相对圆心距离4个特征参数作为检测啤酒瓶口是否破损依据。通过对啤酒瓶口进行检测的数据表明,此系统具有良好的检测效果。(本文来源于《制造业自动化》期刊2014年15期）
杨杰[9]（2012）在《基于机器视觉的瓶口缺陷检测算法研究及系统开发》一文中研究指出饮料瓶在生产过程中不可避免的会出现尺寸偏差,表面划伤、裂痕等缺陷,随着我国生产制造的自动化水平不断提高,传统的人工检测方法已经不能适应大规模的生产需求,检测技术的滞后直接导致生产效率的降低。机器视觉具有高效性、非接触性等优点,已经被广泛引用到现代工业的各个领域中。使用机器视觉检测技术来代替人工检测将极大的提高检测工序的效率和质量,使得整个生产效率的提升。因此,本文结合实际的应用,对基于机器视觉的瓶口的缺陷检测系统进行研究,以实现瓶口缺陷的有效、快速检测。本文首先介绍机器视觉技术的原理及其国内外的发展状况,以及机器视觉系统中图像处理算法；根据瓶口缺陷的特征,结合竞选算法在图像处理中的应用,制定了瓶口缺陷检测的算法,然后对算法进行深入研究；最后结合软、硬件建立了基于机器视觉的瓶口缺陷检测系统。本文的研究内容主要包括：竞选算法求解优化问题的收敛性验算,通过对多种类型的目标函数验证了竞选算法的具有优良的收敛性。在检测算法设计中,根据瓶口缺陷特征,设计了检测算法的关键技术；图像分割是图像处理中十分重要的一步,为了快速、有效的对图像进行分割,本文将竞选算法应用于Otsu阈值分割法中；然后提取图像的ROI,结合竞选算法的优势提出了一种图像ROI自动提取方法,该方法能快速、自动地提取图像ROI；缺陷分析模块中,应用直线扫描法来扫描图像中的缺陷,然后对检测到的缺陷进行统计分析。在机器视觉系统的建立中,选择合适的相机、光源、镜头等硬件搭建了实验平台；并使用VS2005作为开发工具,在OpenCV开源视觉库的基础上结合本文设计的缺陷检测算法,编写了高效简洁的系统软件,并给出了软件的流程图和详细步骤。通过实验的结果和分析验证,构建的基于机器视觉的瓶口缺陷检测系统具有良好的鲁棒性,为后续的工厂自动化检测实现提供了技术指导。(本文来源于《广东工业大学》期刊2012-05-01）
张燕,刘春[10]（2009）在《基于圆心定位的瓶口叁圆周快速缺陷检测算法》一文中研究指出目前,药用玻璃瓶的质量检测主要靠人工检测,这会增加巨额的人工成本和管理成本,同时检测的精度和速度也达不到生产的要求。为了能更快速、更准确地对玻璃瓶口进行无接触的检测,提出了一种快速的玻璃瓶瓶口的缺陷检测算法。通过对常用的圆心定位算法和瓶口缺陷检测算法的分析,提出了四点垂直弦截法来定位圆心,再采用叁圆周法来检测瓶口缺陷。实验证明,基于四点垂直弦截法定位的叁圆周法瓶口缺陷检测算法达到快速准确的工业检测要求。(本文来源于《计算机技术与发展》期刊2009年06期）
瓶口缺陷论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统瓶口缺陷检测算法通过边缘检测和滤波等操作区分和定位缺陷,该算法受瓶口光照影响较大,瓶口粗糙毛刺区域和缺陷部分在图像中均表现为亮色,难以区分,且传统检测算法对检测阈值设置精度要求极高,因此结合瓶口图像灰度值的分布一致性和缺陷的亮度突变性特征,提出基于四线性插值梯度方向直方图(Histogram of Oriented Gradients,HOG)特征的瓶口缺陷检测算法。由于缺陷与背景具有较大的灰度对比度,通过HOG可以对瓶口圆环区域中的所有灰度值突变像素点进行统计,在统计过程中,根据梯度方向对梯度幅值进行竖直方向上的增强和水平方向上的抑制,得到适用于瓶口缺陷场景的特征向量。结合支持向量机(Support Vector Machine,SVM)二类别判决器,实现瓶口的缺陷检测。实验结果表明,检测耗时为170 ms,相较于传统检测方法具有更高的准确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
瓶口缺陷论文参考文献
[1].李东旭.基于机器视觉的白酒瓶瓶口缺陷在线检测系统[D].沈阳工业大学.2019
[2].赵妍,朱泽民,董蓉,李勃.基于改进HOG特征的瓶口缺陷检测算法[J].现代制造工程.2019
[3].蔡晓军.基于嵌入式机器视觉的多瓶口缺陷检测系统设计[J].包装工程.2018
[4].丁红,周新雅.瓶口缺陷“覆杯实验”探究[J].中学教学参考.2017
[5].彭玉.饮料空瓶检测机器人的瓶口缺陷识别算法研究[D].湖南大学.2017
[6].黄志鸿,毛建旭,王耀南,周显恩,历艳琨.基于机器视觉的啤酒瓶口缺陷检测分类方法研究[J].电子测量与仪器学报.2016
[7].周显恩,王耀南,朱青,吴成中,彭玉.基于机器视觉的瓶口缺陷检测方法研究[J].电子测量与仪器学报.2016
[8].郭克友,廉丽冰,李娜,纪彬.基于OpenCV的啤酒瓶口缺陷检测系统研究[J].制造业自动化.2014
[9].杨杰.基于机器视觉的瓶口缺陷检测算法研究及系统开发[D].广东工业大学.2012
[10].张燕,刘春.基于圆心定位的瓶口叁圆周快速缺陷检测算法[J].计算机技术与发展.2009