玻璃容器检测是食品和医药工业中的关键环节,应用十分广泛,本课题主要任务是设计一套基于机器视觉的图像检测系统,对玻璃容器进行数字图像采集,而后进行相关数字图像处理,最后到达检测识别的目的。 针对课题的任务,提出了一套自动检测系统的设计方案。该检测系统由CCD摄像机来获取图像,经过图像处理系统进行滤波、边缘检测、图像识别等处理后,得到检测结果。其中图像处理系统采用了DSP+FPGA的结构,既具有制造完成后的可编程性,又有较好的计算性能,可以适用于多种实时图像处理的需要;对原始灰度图运用广义形态学滤波进行去噪处理,减少图像噪声,然后对处理后的图像进行基于梯度极值的边缘检测;最后是图像识别,并根据识别结果进行分类。 针对实时检测的需要设计了一个实时图像处理硬件平台;图像滤波算法中,釆用广义形态学滤波取得了较线性滤波、中值滤波等常用滤波算法更好的处理效果,该算法具有较好的细节保护特性和滤噪性能,同时给出了灰度形态学滤波器在FPGA中的实现方案;图像分割算法中,采用了基于梯度极值的边缘检测算法。该算法不会出现分类错误,边界定位准确、连续性好,能反应图像细节。