论文部分内容阅读
随着工业4.0的提出,机器视觉作为工业自动化的一个重要组成部分,正越来越广泛的被应用于工业自动化生产的各个环节。在印刷业中,大部分厂家对印刷版材的质量检测仍采用效率不高的人工方式,采用人工的方式不仅检测效果不好,而且效率较低。近年来由于人工成本的不断增加,这大大提高了企业的生产成本。借助机器视觉实现自动检测不仅能够降低人工成本,还能提高检测效率,促进工业自动化的普及和推广。本文从成本、实用性、稳定性等多方面考虑,针对印刷版材的生产环境合理选取硬件类型,设计PC式机器视觉检测平台,其优点是灵活易修改,可快速更新算法。自动化检测一般是在PC端运行相关图像处理算法并给出反馈信息。本文的重点内容就是以自动化检测为目标,提出了同心矩滤波器(HSF,Homocentric Square Filter)进行相关的缺陷检测算法研究。为了实现对各种形态缺陷的有效检测,从灰度差异入手设计同心矩滤波器的检测规则;为了检测不同大小的缺陷,通过改变同心矩滤波器的尺寸实现多尺度分析;最终实现对形态不同,大小各异的缺陷的有效检测。在此基础上,对滤波结果提取灰度共生矩的特征向量,利用支持向量机(SVM,Support Vector Machine)降低误检率。最后,利用QT界面库设计人机交互界面。本系统采用VS2015开发工具和OpenCV开源库实现,在同心矩滤波器中采用积分图思想实现大量的区域像素求和运算,从而实现缺陷的实时检测。实验结果证明,与其他算法相比,同心矩滤波器和SVM分类器的组合使用可有效提升缺陷检测的性能,缺陷检测中最大的问题就是漏检和误检,通过同心矩滤波器和边缘检测算子检测效果的对比分析,同心矩滤波器有效改善了漏检的问题,SVM的使用则减少了误检率。总之,此方案在降低漏检率的基础上,提高了准确率。另一方面,交互性界面设计降低了使用者的门槛,使得本课题具有一定的创新性和实用性。