基于機(jī)器視覺(jué)的藥卷多缺陷在線(xiàn)檢測(cè).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(xiàn)智能化、自動(dòng)化水平已成必然趨勢(shì)。由于炸藥在生產(chǎn)包裝過(guò)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(shí)因其裂痕缺陷分布不固定，存在環(huán)境光線(xiàn)、傳送帶背景、表面文字、商標(biāo)紋理特征干擾，對(duì)裂痕缺陷增加檢測(cè)難度，影響了炸藥的生產(chǎn)質(zhì)量與效率。針對(duì)上述存在的藥卷包裝裂痕多目標(biāo)缺陷問(wèn)題，本文

2、以藥卷為檢測(cè)對(duì)象，研發(fā)基于視覺(jué)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(cè)方法。
　　本研究主要內(nèi)容包括：⑴針對(duì)現(xiàn)場(chǎng)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(duì)藥卷表面裂痕缺陷，提出一種改進(jìn)的Itti/Koch視覺(jué)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(duì)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(duì)比，仿真結(jié)果表明本算法提取藥卷顯著性圖的檢測(cè)時(shí)間最快，準(zhǔn)確率最高，滿(mǎn)足生產(chǎn)要求。⑶針對(duì)藥卷圖片缺陷位置的識(shí)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(cè)方法，可以同時(shí)識(shí)別并定位顯著性圖中多個(gè)缺陷位置。首先對(duì)顯著性圖進(jìn)行分塊，通過(guò)計(jì)算子圖像方差，與整幅圖像均方差對(duì)比，提取缺陷子圖像;然后對(duì)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(zhǎng)對(duì)比表明，IPV-WEV算法在檢測(cè)時(shí)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(cè)出來(lái)，而WTA算法、區(qū)域生長(zhǎng)算法則需要多次的算法運(yùn)行。⑷應(yīng)用在WindowsXP平臺(tái)中，基于MATLAB R2010b中的圖像處理工具箱編寫(xiě)缺陷檢測(cè)程序。預(yù)處理過(guò)程及相關(guān)圖像處理代碼來(lái)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(jué)檢測(cè)系統(tǒng)可以快速、準(zhǔn)確地識(shí)別并