基于机器视觉的自动检测算法研究

发布时间：2021-03-04 21:00

  近年来,随着工业机械化生产进程的不断推进,越来越多手工制造产业开始向机械化自动生产转型。目前大连某样本册生产企业中,样本页的分页生产作业主要采用人工分页的方式进行,存在效率低下、劳动成本高、作业强度大、不能持续工作,容易造成分页错误的问题。为了提高效益,该企业利用工业机械化生产代替人工分页生产,但是需要克服自动检测遇到的问题:由于成本投入受限,设备制作不够精良,样本页在传送过程中容易出现偏移、翻页等情况,影响检测的准确性。针对企业样本页机械生产自动检测遇到的问题,本文通过大量研究,利用机器视觉技术和图像检测技术,设计了适应该企业工业化生产的自动检测算法。充分考虑到样本页实际分页生产的特点,本文分别设计了基于Surf的特征检测算法和基于OCR的页码检测算法来检测不同的样本页分页情况。特征检测算法分别抽取模板图像与目标图像的Surf特征点和特征描述符进行特征匹配,利用knn对匹配结果进行筛选,匹配成功后利用单应矩阵建立映射关系。页码检测算法需要先对页码字符进行训练,在检测之前利用快速定位算法计算图像的偏移角度并截取检测区域,然后利用相关系数模板匹配算法精确定位页码检测图像,并根据与目标图像之间的偏移角度进行旋转。之后利用训练好的数据对页码图像进行识别,并采用差异度匹配算法进一步确认检测结果是否正确。本文在自动检测算法基础上,开发了一套适用于实际工业检测环境的自动检测系统,并成功应用于企业样本页机械化分页生产中。经过实际工业检测验证,本文自动检测算法能很好地解决了企业样本页机械生产的自动检测问题,并且满足工业生产的实时检测需求,具有很好的运行效率、准确性和鲁棒性,能够适应不同的检测条件,达到很好的检测效果。
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【参考文献】

相关期刊论文 前10条

1 刘子腾;白瑞林;王秀平;;基于激光视觉的角焊缝图像特征点提取[J];焊接学报;2016年02期

2 叶晋涛;王运祥;杨杰;徐洁;黄成伟;蒋伟;马本学;;哈密瓜颜色特征提取及成熟度分级的研究[J];石河子大学学报(自然科学版);2016年01期

3 杨昆;;可编程控制器的应用技术[J];价值工程;2014年34期

4 张国福;沈洪艳;;机器视觉技术在工业检测中的应用综述[J];电子技术与软件工程;2013年22期

5 潘泉松;侯北平;陈良仁;;一种用于汽车连杆检测的机器视觉系统研究[J];浙江科技学院学报;2013年01期

6 陈汗青;万艳玲;王国刚;;数字图像处理技术研究进展[J];工业控制计算机;2013年01期

7 丁伟;;改进神经网络算法在车牌识别中的应用[J];计算机仿真;2011年08期

8 江能兴;;基于计算机视觉技术的机械零件装配图数字标号的自动识别[J];计算机与现代化;2011年05期

9 陈炳权;刘宏立;孟凡斌;;数字图像处理技术的现状及其发展方向[J];吉首大学学报(自然科学版);2009年01期

10 曾慧;邓小明;赵训坡;胡占义;;基于线对应的单应矩阵估计及其在视觉测量中的应用[J];自动化学报;2007年05期

本文编号：1555804