發(fā)布時間：2021-03-04 21:00

  近年來,隨著工業(yè)機械化生產(chǎn)進程的不斷推進,越來越多手工制造產(chǎn)業(yè)開始向機械化自動生產(chǎn)轉(zhuǎn)型。目前大連某樣本冊生產(chǎn)企業(yè)中,樣本頁的分頁生產(chǎn)作業(yè)主要采用人工分頁的方式進行,存在效率低下、勞動成本高、作業(yè)強度大、不能持續(xù)工作,容易造成分頁錯誤的問題。為了提高效益,該企業(yè)利用工業(yè)機械化生產(chǎn)代替人工分頁生產(chǎn),但是需要克服自動檢測遇到的問題:由于成本投入受限,設(shè)備制作不夠精良,樣本頁在傳送過程中容易出現(xiàn)偏移、翻頁等情況,影響檢測的準(zhǔn)確性。針對企業(yè)樣本頁機械生產(chǎn)自動檢測遇到的問題,本文通過大量研究,利用機器視覺技術(shù)和圖像檢測技術(shù),設(shè)計了適應(yīng)該企業(yè)工業(yè)化生產(chǎn)的自動檢測算法。充分考慮到樣本頁實際分頁生產(chǎn)的特點,本文分別設(shè)計了基于Surf的特征檢測算法和基于OCR的頁碼檢測算法來檢測不同的樣本頁分頁情況。特征檢測算法分別抽取模板圖像與目標(biāo)圖像的Surf特征點和特征描述符進行特征匹配,利用knn對匹配結(jié)果進行篩選,匹配成功后利用單應(yīng)矩陣建立映射關(guān)系。頁碼檢測算法需要先對頁碼字符進行訓(xùn)練,在檢測之前利用快速定位算法計算圖像的偏移角度并截取檢測區(qū)域,然后利用相關(guān)系數(shù)模板匹配算法精確定位頁碼檢測圖像,并根據(jù)與目標(biāo)圖像之間的偏移角度進行旋轉(zhuǎn)。之后利用訓(xùn)練好的數(shù)據(jù)對頁碼圖像進行識別,并采用差異度匹配算法進一步確認(rèn)檢測結(jié)果是否正確。本文在自動檢測算法基礎(chǔ)上,開發(fā)了一套適用于實際工業(yè)檢測環(huán)境的自動檢測系統(tǒng),并成功應(yīng)用于企業(yè)樣本頁機械化分頁生產(chǎn)中。經(jīng)過實際工業(yè)檢測驗證,本文自動檢測算法能很好地解決了企業(yè)樣本頁機械生產(chǎn)的自動檢測問題,并且滿足工業(yè)生產(chǎn)的實時檢測需求,具有很好的運行效率、準(zhǔn)確性和魯棒性,能夠適應(yīng)不同的檢測條件,達(dá)到很好的檢測效果。
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 劉子騰;白瑞林;王秀平;;基于激光視覺的角焊縫圖像特征點提取[J];焊接學(xué)報;2016年02期

2 葉晉濤;王運祥;楊杰;徐潔;黃成偉;蔣偉;馬本學(xué);;哈密瓜顏色特征提取及成熟度分級的研究[J];石河子大學(xué)學(xué)報(自然科學(xué)版);2016年01期

3 楊昆;;可編程控制器的應(yīng)用技術(shù)[J];價值工程;2014年34期

4 張國福;沈洪艷;;機器視覺技術(shù)在工業(yè)檢測中的應(yīng)用綜述[J];電子技術(shù)與軟件工程;2013年22期

5 潘泉松;侯北平;陳良仁;;一種用于汽車連桿檢測的機器視覺系統(tǒng)研究[J];浙江科技學(xué)院學(xué)報;2013年01期

6 陳汗青;萬艷玲;王國剛;;數(shù)字圖像處理技術(shù)研究進展[J];工業(yè)控制計算機;2013年01期

7 丁偉;;改進神經(jīng)網(wǎng)絡(luò)算法在車牌識別中的應(yīng)用[J];計算機仿真;2011年08期

8 江能興;;基于計算機視覺技術(shù)的機械零件裝配圖數(shù)字標(biāo)號的自動識別[J];計算機與現(xiàn)代化;2011年05期

9 陳炳權(quán);劉宏立;孟凡斌;;數(shù)字圖像處理技術(shù)的現(xiàn)狀及其發(fā)展方向[J];吉首大學(xué)學(xué)報(自然科學(xué)版);2009年01期

10 曾慧;鄧小明;趙訓(xùn)坡;胡占義;;基于線對應(yīng)的單應(yīng)矩陣估計及其在視覺測量中的應(yīng)用[J];自動化學(xué)報;2007年05期

本文編號：1555804