工业滤布破损检测系统的研究与应用

发布时间：2023-08-06 13:41

　　随着计算机技术从研究阶段向应用阶段的发展,企业对工业现场的全自动化提出了新的要求。就食品及饮料行业来讲,在食品制作的过程中,常常会用到工业滤布来滤除流体的杂质,以获取更纯净的原材料。由于滤布的多次挤压与折叠,难免会使滤布出现破损,这样会使食品不够纯净,沉淀物太多,导致食品质量大大下降。所以,如何快速而准确检测滤布中的破损是食品行业亟待解决的一大难题。本文设计了一种工业滤布破损检测系统,该系统结合机器视觉、数字图像处理和机器学习算法来设计,能够满足食品生产过程中的自动化的控制、在线检测和智能化的管理等要求。本文主要内容可分为以下几点:第一,对滤布破损检测系统的具体研究背景与应用开发的意义做了概述,并详细分析了布匹疵点检测系统在国内外的发展情况和机器学习的发展历程与研究现状,最后分析了国内在布匹缺陷检测这方面的不足。第二,对滤布的检测过程和检测原理进行了分析,然后介绍了检测系统要求的技术指标,并对系统的硬件结构和软件框架进行了设计,最后介绍了基于GLCM的破损检测和基于机器学习算法的破损分类。第三,详尽的介绍了有关提取滤布纹理特征的各种算法,并重点分析GLCM和ULBP两种提取特征的算子,...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究的背景与意义
    1.2 布匹缺陷检测国内外研究现状
    1.3 机器学习发展历程与研究现状
    1.4 本文研究任务及主要内容
第二章 工业滤布破损检测系统的总体设计
    2.1 系统分析
        2.1.1 检测过程分析
        2.1.2 系统技术指标
        2.1.3 系统工作原理
    2.2 系统硬件结构设计
        2.2.1 光源的选择
        2.2.2 摄像机的选择
    2.3 系统软件结构设计
        2.3.1 破损检测模块
        2.3.2 破损分类模块
    2.4 人机交互界面设计
    2.5 本章小结
第三章 滤布纹理特征提取方法的研究
    3.1 图像纹理概述
    3.2 纹理特征提取技术分析
        3.2.1 结构法分析
        3.2.2 模型法分析
        3.2.3 信号处理法分析
        3.2.4 统计法分析
    3.3 灰度共生矩阵的研究
        3.3.1 GLCM的基本原理
        3.3.2 影响算法的因子
        3.3.3 纹理特征值描述
    3.4 局部二进制模式的研究
        3.4.1 局部二进制模式(LBP)概述
        3.4.2 LBP特征提取方法
    3.5 本章小结
第四章 基于GLCM的滤布破损检测
    4.1 图像预处理
        4.1.1 中值滤波
        4.1.2 直方图均衡化
    4.2 纹理周期的计算
        4.2.1 累加距离匹配函数
        4.2.2 二次前向差分
    4.3 GLCM破损检测
        4.3.1 灰度级数的选取
        4.3.2 GLCM构造参数的选取
        4.3.3 滤布破损检测
    4.4 本章小结
第五章 基于SVM的滤布破损分类
    5.1 特征提取
    5.2 SVM分类算法
        5.2.1 线性可分支持向量机
        5.2.2 线性不可分支持向量机
        5.2.3 非线性支持向量机
        5.2.4 多分类器算法
    5.3 SVM模型构建
        5.3.1 SVM主要超参数概述
        5.3.2 SVM主要调参方法
    5.4 实验结果与分析
    5.5 本章小结
总结与展望
参考文献
攻读硕士期间发表的专利
致谢



本文编号：3839517