论文部分内容阅读
方便面生产流水线中,由于调味包投放机故障,生产流水线振动等原因,导致在包装时,经常会发生方便面调味包(酱包,菜包,料包)丢失的情况,通常的解决方法是采用人工观察,若发现有丢失调味包的情况,马上手动补上相应所缺失的调味包。但由于生产流水线速度极快,工人长时间精神高度集中,人眼疲劳,极易出现漏检漏补。由于采用人工补包,速度慢,不但严重影响产品质量,而且大大降低了整个流水线的生产速度。基于以上情况,本文设计了一套基于机器视觉的检测识别系统,用于识别三种调味包丢失的情况,并能控制相应装置做出处理。为了设计出有效的方便面调味包识别方法,仔细研究了识别对像的特性和现场生产工艺流程及设计要求,对机器视觉技术各个组成部分进行了设计论证,并重点从图像处理和图像识别方法两个方面展开研究。首先,本文介绍了机器视觉的组成结构,特点及在工业检测中的应用;简单介绍了常用的图像分割方法和图像识别的算法;并依据方便面生产过程中要求解决的问题,对论文的选题及研究内容作了概述。其次,从硬件结构组成,算法研究方向和软件实现平台三个方面对整个机器视觉检测识别系统进行总体的分析设计。论述了机器视觉系统的硬件组成结构,并对每个组成部件进行了详细的选型和性能比较。确立了颜色分类和标记识别的算法研究方向,并对算法仿真和软件实现平台进行了简单介绍。接下来,详细介绍了基于HSI颜色模型的特征分类算法和基于黑色标记的识别算法,并对算法的适用性及性能做了较详细的讨论。最后,介绍了软件系统的组成结构和每个模块的功能;并分别在实验室和生产流水线两种不同环境下,从识别率和实时性两个方面,对软件系统的性能进行了详细的测试。该检测识别系统在方便面生产流水线试运行,经过8个小时,包装8万袋方便面的现场测试,测试后,对测试结果进行了分析,结果表明,该系统实时性好,识别准确率达到99.7%,完全满足生产工艺要求,提高了整个生产流水线的生产速度,减轻了工人劳动量。并在进一步的测试分析后,不断探索新的识别方法,提出系统的不足和相应的改进方案。