开题报告-基于图像特征识别的产品质量检测技术研究.doc

毕业设计开题报告（理工类）设计题目基于图像特征识别的产品质量检测技术研究学生姓名学号专业测控技术与仪器1、 课题的目的意义：随着机器视觉技术的不断发展，使得它在工业、医学、航空航天、军事等领域获得了广泛的应用。视觉技术可以代替人类进行尺寸检测、目标物跟踪、机器人导航等，而对于重复性高、非接触精密测量、信息获取迅速以及现场环境恶劣的应用更加适合。随着计算机以及图像处理硬件设备日新月异的发展，为高精度且实时地获取图像提供了硬件基础。视觉技术具有高效、灵活、非接触等优点，避免了人工检测劳动强度大，易疲劳，低效率等缺点。目前，视觉的检测精度已经达到1.0微米，处理速度也超过了100帧/秒，使得该技术在现代工业发展中具有更广阔的应用前景。比如：零件的无损检测、产品的缺陷检查；流水线产品的自动识别；邮件的职能质量检测；生产过程的实时监控；微小型系统内部的质量检测等；交通运输中的车牌定位识别、车辆检测、车辆跟踪以及车流量监控等。随着经济的发展，高效率和高质量成为关键，故用更为先进的技术、设备改进和升级传统产业就成为重要途径。因此，开发自动化、智能化、精准化的工业生产系统，提高劳动生产率，降低生产成本，是国家社会发展的客观要求。尤其，在工业制造业中，实时地对产品进行检测、识别与分类是最终顺利完成生产的保证。与人工方式相比，在生产规模大、产量高、种类多的制造业，利用视觉技术对各类产品进行检测、分类识别等更为可靠、易实现、精度高。特别地，在一些生产环境较差，如噪音大，刺激性气味浓的条件下，人工检测不仅容易造成疲劳而使检测准确率下降，而且对工人的身体会造成不同程度的伤害。另外，工人的工作水平、责任心等也会对最终的检测、识别产生产生影响，这会影响生产的效率和生产的质量。将视觉技术应用于测量、分类、检测、监控等场所，不但能够极大地提高生产效率，而且适用于信息化管理，更适合于现代化的生产和智能化的要求。图像特征识别是机器视觉技术的一个特殊应用，有很大的实际意义，特征识别就是从输入信息中检测某个特定信息的存在并确定他的位置，或比较两幅图像是否相同，即进行相关检测，有很广的应用范围。如从卫星或其他航拍器拍摄的地面照片检测某个物体、机器人的视觉识别、从书中查找某个字符、指纹识别等，有很多办法可以完成图像的特征识别，如数字图像处理，先采集待比较的两幅图像，进行抽样、A/D转换成数字化图像，然后计算处理提取它们的特征量和模式，进行对比分析，再运用一定评价方案完成判别，作出结论。而基于图像特征识别的产品质量检测技术指使用摄像机和计算机来模拟人类的视觉功能，广泛应用在电子电器、航天、汽车零部件和制药等领域。在工业生产中，工件质量检测是重要的环节，其速率快慢直接影响整个生产线的效率。传统生产线上，工业机器人的质量检测运动一般采用示教或离线编程的方法，所有动作和工件的摆放位置都要预先严格的设定。一旦工作环境条件有所变化，就需要重新对机器人进行示教编程，否则就会造成抓取错误。将视觉技术应用到工业质量检测系统中与传统的人工质量检测作业相比，有着高质量，高速率，高智能等无法替代的优势。总之，基于图像特征识别上的质量检测技术的应用涉及社会生活的各个方面，随着不断的研究该项技术必将获得更加广泛地运用。图像特征识别技术的不断研究和发展可以为工程实践提供崭新的思路，同时也在理论上促进数字图像处理、计算机视觉等多种学科的发展和融合，具有重要的学术价值和实际应用意义。自己本次的设计目标就是在图像特征识别的基础上以淄博陶瓷生产为样本，对瓷砖中有划痕、凹坑等缺陷瓷砖进行识别标定，然后给机械手提供坐标将识别出来的瑕疵瓷砖交给维护部门维修再生产。2、 资料调研分析：在图像特征识别基础上的机器视觉是一门相当新、发展十分迅速的研究领域。人们从20世纪50年代开始研究二维图像的统计模式识别，60年代的Robert开始进行三维机器视觉的研究，70年代MIT人工智能实验室开始开设机器视觉课程，80年代掀起了全球性的研究机器视觉技术的热潮，机器视觉技术获得了蓬勃发展，新概念新理论不断地涌现。目前，在国外发达国家中，机器视觉技术已经广泛地应用于生产、生活当中，而我国正处于初期发展阶段。目前，国外机器视觉已经广泛应用于半导体、电子行业。美国Oak Ridge 国家重点实验室高级计算与机器视觉组，是全球顶尖的机器视觉研究机构，主要研究机器视觉在数据吞吐量大，速度眼球而高的银行、工业等背景中的应用；美国农业部使用仪器与传感实验室，从2000年开始一直致力于基于机器视觉技术的家禽体在线自动检测研究；美国Carnegie Mellon 大学与联邦航空技术管理中心合作，运用机器视觉技术的图像特征识别技术开发对于飞行器的无损伤检测系统；德国Stuttgart大学针对工业生产中的零部件检测，开发了基于图像特征识别的3D图像检测系统；斯洛文尼亚L jub l janada大学，针对工业生产中轴承生产的检测过程，涉及开发出高精度的视觉检测分类系统。在国内，随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关大专院校、研究所和企业近几年在图像和机器视觉技术领域上的图像特征识别上进行了积极的思索和大胆的尝试，逐步开始了工业现场的应用。其应用主要集中在如药品检测分装、印刷色彩检测、矿泉水瓶盖检测等领域。真正高端的应用还很少，因此相关行业的应用空间还比较大。未来中国基于图像特征识别的产品质量检测技术的发展主要表欣慰一下一些特性： 1、随着产业化的发展对基于图像特征识别的产品质量检测技术的需求将呈上升趋势。中国的半导体和电子市场以及银行纸币已初具规模，而如此强大的半导体产业将需要高品质的技术做后盾。同时他对于产品的高质量、高集成度的要求将越来越高。恰好，建立在机器视觉的图像特征识别分类的产品能帮助他们决绝以上的问题，因此该行业将是基于图像特征识别技术上的质量检测技术最好的用武之地。同时，对于该技术的需求将蒸蒸日上。 2、统一开放的标准是基于图像特征识别的产品质量检测技术发展的原动力。目前国内有几家做机器视觉技术上的图像特征识别的产品厂商，与国外同类产品相比，国内的产品最大的差距不单纯是在技术上，而且还包括品牌和知识产权上。另一现状是目前国内的基于图像特征识别的产品质量检测技术的产品主要是以代理国外品牌为主，以此逐渐朝着自主研发产品的路线靠近，起步较晚。未来，基于图像特征识别的产品质量检测技术的产品的好坏不能通过单一因素来衡量，应该逐渐按照国际化的统一标准判定，随着中国自动化的逐渐开放，将带领与其相关的产品技术也逐渐开放。因此，依靠封闭的技术难以促进整个行业的发展，只有形成统一而开放的标准才能让更多的厂商在相同的平台上开发产品，这也是促进中国基于图像特征识别的产品质量检测技术朝国际化水平发展的原动力。3、标准化、一体化解决方案也将是基于图像特征识别的产品质量检测技术的必经之路。由于基于图像特征识别的产品质量检测技术是自动化的一部分，没有工业自动化就不会有基于图像特征识别的产品质量检测技术，基于图像特征识别的产品质量检测技术的软硬件产品正逐渐成为协作生产制造过程中不同阶段的核心系统，无论是用户还是硬件供应商都将用基于图像特征识别的产品质量检测技术的产品来进行生产线上的信息收集、识别、分类、质量检测的工具，这就要求机器视觉产品大量采用“标准化技术”，直观的说就是要随着自动化的开放而逐渐开放，可以根据用户的需求进行二次开发。当今，工业自动化企业正在倡导软硬件一体化解决方案，基于图像特征识别的产品质量检测技术产品的厂商在未来5-6年内也应该不单纯是只提供产品的供应商，而是逐渐向一体化解决方案的系统集成商迈进。在未来几年内，随着中国加工制造业的转型发展，对于基于图像特征识别的产品质量检测技术的产品的需求也逐渐增多；随着这类产品的增多，技术的提高，应用现状将由初期的低端转向高端。由于基于图像特征识别的产品质量检测技术的介入，自动化将朝着更智能、更快速的方向发展。另外，由于用户的需求是多样化的，即用特殊定制的产品来代替标准化的产品也是这项技术未来发展的一个取向。机器视觉的应用也将进一步促进自动化技术向智能化发展。3、 设计方案的可行性分析和预期目标：可行性分析系统的目标本论文思考基于图像特征识别的产品质量检测技术的研究是建立在国内外众多基于机器视觉相关研究的基础上的分类系统的研究，在技术上有可以参考的蓝本，在形势上也符合国家和社会对自动化程度的更高要求，系统采用CCD（Charge Coupled Device)成像技术上的质量检测研究，现实研究状况也满足要求，系统研究用到本科期间所学到的传感器、机械设计、自动控制原理、检测技术、工程光学等已学学科的知识，在设计上能满足设计的基本要求。在设备上专业实验室可以提供相关的设计设备，在硬件上也可以满足要求。研究方法：查阅相关资料，了解基本内容，利用自动识别分类系统的优越性，对自动控制系统有一个初步的认识框架；搜寻论文所需的公式、数据软件以及相关的机械图纸和电子设计图纸。根据已有的资料并借助面向不同生产产品采用可替代式的基准比较方案，因地制宜，设计满足企业需求的经济、实用、高效的产品质量检测产品。在试验阶段，采用自身对照或者横向对照的方案来确认本项设计方案的可执行性。总体设计方案：本文以两类瓷砖5种花纹的特征识别并质量检测出60件产品中的3件边缘破损和表面划痕的识别质量检测为研究主线，来讨论机器从瓷砖采集、图像处理及到最后完成瓷砖花纹识别进而识别出其中的划痕和边缘破损的一些相关技术。瓷砖图像的获取：本次毕设所研究系统先通过CCD摄像头图像传感器来进行各类瓷砖图像的采集，然后再经过滤波降噪等一系列的处理后全部保存为八位BMP灰度图像。由于CCD摄像头图像传感器采集到的瓷砖图像的不同部分光照不均匀所导致的图像非均匀性，要对采集得到的图像进行非均匀性的校正及配光处理也就成了采集后迫切需要做的工作。瓷砖图像噪声去除及校正：瓷砖加工过程中容易产生边缘破损和表面划痕，以及经过质量检测器时在传送带上的运动状态难以固定和预料，因此需要对识别出的图像进行一定的噪声消除、图像增强及瓷砖倾斜度角度矫正等处理，我计划采用目前主流的Hough变换方法来计算瓷砖的倾斜角度，从而完成对倾斜角度的校正。瓷砖图像的定位分割：为了后续能够校准对瓷砖花纹等的识别，就需要对瓷砖的采集图像进行精准的定位分割，使得处理后的图像能从其图像从背景中分离出来，进而确定确定瓷砖上下左右的边界位置。瓷砖图像的花纹和版本识别：由于条件有限计划采用5种花纹和大小各不相同的60件产品进行质量检测识别，所以本设计针对瓷砖的尺寸和灰度花纹来识别。对比边缘特征和灰度花纹：在处理好完好的5类标准图像后，重复上述步骤进行对比，如果发现类型相同可是边缘特征不同或者花纹不同或者边缘特征和花纹都不相同，则为瑕疵瓷砖，通过机械设备将瑕疵瓷砖抓取出质量检测流程，一次完全挑选60件瓷砖中的3件完成设计。预期目标：形成一套良好的可以应用于瓷砖工业上的基于图像特征识别的产品质量检测技术产品，整合本科所学关于机械、电子、自动化、软件编程的知识，培养自己具体分析问题的能力，给工业用质量检测技术提供一个可执行的方案，节省人力成本，提高工业生产的质量，减少不适于人类工作的环境里的工作范围，突出系统的优越性，四、所需要的仪器设备、材料：装有MATLAB、CAD、的PC机一台，电源电路、控制电路、图像处理电路、系统电路、质量检测电路、故障诊断电路CCD摄像传感器液晶显示屏幕机械驱动传送装置一台照明装置工业生产瓷砖16种32件五、课题分阶段进度计划：序号起止日期工 作 内 容阶段成果1第1-2周了解课题，翻译英文资料将完成英文资料翻译，简单了解课题背景