基于机器视觉的刨花板表面缺陷在线检测系统研究
发布时间：2023-04-02 10:56
连续压机刨花板生产线是目前最为先进的刨花板生产设备,但由于原料、生产工艺等原因,会有一些产品板面出现大刨花、胶斑、油污、松软和漏砂等缺陷。表面缺陷会降低板材强度、影响二次加工,给企业带来经济损失。国内企业目前都是依靠人工肉眼检测缺陷,工人长时间工作极易产生视觉疲劳,导致漏检率和误检率较高。目前,国内外对板面缺陷自动检测的研究主要集中在木材、旋切单板和胶合板,尚无成熟的刨花板表面缺陷检测系统投入生产。因此研发刨花板表面缺陷在线检测系统成为了我国刨花板生产行业的迫切需求。本文将机器视觉技术应用于刨花板表面缺陷检测,设计、开发在线缺陷检测算法,实现了检测区域自动获取、板面图像校正、缺陷区域快速定位、缺陷分割以及缺陷类型识别。将系统在企业连续压机生产线上进行了搭建实施,实现了大刨花、胶斑、油污、松软和漏砂五种常见板面缺陷在线检测。论文主要的研究内容与结论如下:(1)设计并搭建刨花板表面缺陷在线检测系统硬件平台,对设备进行选型,设计、实现系统的控制流程。(2)实现板面检测区域自动获取和图像校正。提出基于图像梯度矩阵的自适应阈值边缘检测算法,利用图像梯度矩阵和比例系数自适应确定边缘的梯度阈值,解决...
【文章页数】：150 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景
1.2 国内外相关产品表面缺陷检测的主要方法
1.3 基于机器视觉的板材表面缺陷检测研究现状
1.3.1 检测算法研究
1.3.2 现有算法应用情况
1.3.3 存在问题
1.4 机器视觉应用于刨花板表面缺陷在线检测所面临的技术瓶颈
1.5 研究目的与意义
1.6 研究主要内容和技术路线
第二章 缺陷检测系统硬件平台设计
2.1 光源
2.1.1 光源要求
2.1.2 光源设备选择
2.1.3 LED阵列光源的构建
2.2 工业相机选型
2.2.1 相机接口
2.2.2 JAI SP-5000-USB3.0 工业相机
2.3 检测精度计算
2.4 检测控制系统
2.5 本章小结
第三章 板面区域自动获取与校正
3.1 径向畸变的校正方法
3.1.1 产生畸变的原因
3.1.2 径向畸变校正原理
3.1.3 相机畸变校正
3.2 板面倾斜校正
3.2.1 倾斜校正方法综述
3.2.2 图像梯度矩阵自适应阈值边缘检测算法
3.2.3 Hough变换与倾斜角度计算
3.3 基于边界线的板面区域提取
3.4 板面区域光照不均校正
3.4.1 光照不均校正方法综述
3.4.2 基于伽马变换和图像差分的光照不均校正法
3.4.3 与其他方法对比
3.5 本章小结
第四章 刨花板表面缺陷在线检测算法
4.1 基于灰度均值分类器和方差分类器的板面缺陷区域快速定位
4.1.1 建立灰度均值分类器
4.1.2 建立灰度方差分类器
4.1.3 缺陷区域定位结果
4.1.4 基于行连通算法的缺陷区域提取
4.2 自适应快速多阈值分割算法
4.2.1 最佳多阈值的位置分析
4.2.2 灰度直方图主要波峰确定
4.2.3 最佳多阈值的快速搜索
4.2.4 算法程序实现
4.2.5 实验结果
4.3 基于面积限定的小区域去除及孔洞填充
4.4 在线检测算法检测结果
4.5 本章小结
第五章 板面缺陷类型识别
5.1 刨花板缺陷随机森林分类器构建
5.1.1 缺陷形状和纹理特征提取
5.1.2 随机森林分类器模型构建
5.1.3 刨花板缺陷随机森林分类器分类效果
5.2 基于卷积神经网络的缺陷识别
5.2.1 CNN基础理论
5.2.2 CNN刨花板表面缺陷分类器构建
5.2.3 解决CNN刨花板表面缺陷分类器过拟合问题
5.2.4 CNN的训练和测试
5.3 本章小结
第六章 系统实施应用
6.1 系统硬件平台搭建
6.2 人机交互界面
6.3 应用结果
6.3.1 检测时间
6.3.2 检测结果
6.4 本章小结
第七章 结论与讨论
7.1 结论
7.2 创新点
7.3 讨论
参考文献
在读期间的学术研究
致谢
本文编号：3779102
【文章页数】：150 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景
1.2 国内外相关产品表面缺陷检测的主要方法
1.3 基于机器视觉的板材表面缺陷检测研究现状
1.3.1 检测算法研究
1.3.2 现有算法应用情况
1.3.3 存在问题
1.4 机器视觉应用于刨花板表面缺陷在线检测所面临的技术瓶颈
1.5 研究目的与意义
1.6 研究主要内容和技术路线
第二章 缺陷检测系统硬件平台设计
2.1 光源
2.1.1 光源要求
2.1.2 光源设备选择
2.1.3 LED阵列光源的构建
2.2 工业相机选型
2.2.1 相机接口
2.2.2 JAI SP-5000-USB3.0 工业相机
2.3 检测精度计算
2.4 检测控制系统
2.5 本章小结
第三章 板面区域自动获取与校正
3.1 径向畸变的校正方法
3.1.1 产生畸变的原因
3.1.2 径向畸变校正原理
3.1.3 相机畸变校正
3.2 板面倾斜校正
3.2.1 倾斜校正方法综述
3.2.2 图像梯度矩阵自适应阈值边缘检测算法
3.2.3 Hough变换与倾斜角度计算
3.3 基于边界线的板面区域提取
3.4 板面区域光照不均校正
3.4.1 光照不均校正方法综述
3.4.2 基于伽马变换和图像差分的光照不均校正法
3.4.3 与其他方法对比
3.5 本章小结
第四章 刨花板表面缺陷在线检测算法
4.1 基于灰度均值分类器和方差分类器的板面缺陷区域快速定位
4.1.1 建立灰度均值分类器
4.1.2 建立灰度方差分类器
4.1.3 缺陷区域定位结果
4.1.4 基于行连通算法的缺陷区域提取
4.2 自适应快速多阈值分割算法
4.2.1 最佳多阈值的位置分析
4.2.2 灰度直方图主要波峰确定
4.2.3 最佳多阈值的快速搜索
4.2.4 算法程序实现
4.2.5 实验结果
4.3 基于面积限定的小区域去除及孔洞填充
4.4 在线检测算法检测结果
4.5 本章小结
第五章 板面缺陷类型识别
5.1 刨花板缺陷随机森林分类器构建
5.1.1 缺陷形状和纹理特征提取
5.1.2 随机森林分类器模型构建
5.1.3 刨花板缺陷随机森林分类器分类效果
5.2 基于卷积神经网络的缺陷识别
5.2.1 CNN基础理论
5.2.2 CNN刨花板表面缺陷分类器构建
5.2.3 解决CNN刨花板表面缺陷分类器过拟合问题
5.2.4 CNN的训练和测试
5.3 本章小结
第六章 系统实施应用
6.1 系统硬件平台搭建
6.2 人机交互界面
6.3 应用结果
6.3.1 检测时间
6.3.2 检测结果
6.4 本章小结
第七章 结论与讨论
7.1 结论
7.2 创新点
7.3 讨论
参考文献
在读期间的学术研究
致谢
本文编号：3779102
本文链接：https://www.wllwen.com/shoufeilunwen/nykjbs/3779102.html