【摘 要】
:
罐装甁防伪标致码与生产日期码作为食品、药品等日常生活用品质量安全的重要组成部分,与人民群众的生产生活安全息息相关。因此,防伪标致与生产日期喷码质量与正确性显得尤为重要。但目前已有的喷码缺陷检测方法普遍存在下列问题:一是当字符存在间距较小有轻微粘连问题,容易导致无法分割或错误分割。二是喷码缺陷识别准确率不高,漏检较多,对喷码区域倾斜与歪曲的情况较难识别。三是使用深度学习方法进行缺陷检测,由于网络较大
论文部分内容阅读
罐装甁防伪标致码与生产日期码作为食品、药品等日常生活用品质量安全的重要组成部分,与人民群众的生产生活安全息息相关。因此,防伪标致与生产日期喷码质量与正确性显得尤为重要。但目前已有的喷码缺陷检测方法普遍存在下列问题:一是当字符存在间距较小有轻微粘连问题,容易导致无法分割或错误分割。二是喷码缺陷识别准确率不高,漏检较多,对喷码区域倾斜与歪曲的情况较难识别。三是使用深度学习方法进行缺陷检测,由于网络较大致使训练模型与缺陷检测耗时较多,且由于正负样本数据集相差悬殊对检测模型的训练有较大影响,此外检测设备的硬件要求较高,不太适用于工业生产场景。针对上述问题,对相关算法进行研究,并改进相关算法,完成喷码字符缺陷检测,具体完成的工作有:(1)搭建了罐装甁喷码字符图像采集装置,实现了高质量的罐装甁喷码字符图像采集。对采集的图像进行图像增强、图像滤波、图像ROI区域获取。对喷码字符进行数学形态学处理、喷码字符倾斜校正、字符区域精确分割。通过上述操作,实现了图像降噪,并对字符进行了增强,便于后面单字符分割处理。(2)针对目前的垂直投影法对字符间间距过小与字符间轻微粘连不能很好处理的情况,提出改进的垂直投影法进行字符分割。计算字符宽度阈值,判断字符是否越过阈值决定是否对字符进行二次分割,并对二次分割点的选取设计了详细的算法,选择一定区间内,投影像素数最少的位置作为二次分割点,并取得了较好的效果。(3)对分割好的字符进行特征提取,结合PSO-ELM分类器对字符进行识别。针对提取的特征冗余问题,提取具有重要语义的字符特征,包括字符面积、字符轮廓周长、字符中心点坐标水平方向字符像素数、字符中心点坐标垂直方向字符像素数等特征。针对分类器效果不佳问题,将提取到的特征送入PSO-ELM进行分类模型训练,实现字符识别。在此过程中对PSO优化ELM参数对分类结果影响进行了相关研究,并选取最优参数对喷码字符进行识别,取得了较好的字符识别结果。最后对罐装甁喷码信息是否正确进行检测。(4)对深度神经网络进行喷码缺陷检测训练、检测耗时严重与正负样本悬殊影响模型检测效果等问题提出一种改进YOLOv3神经网络模型的罐装瓶喷码缺陷检测算法。首先通过工业相机采集罐装瓶正常喷码与异常喷码图像,对图像进行预处理与标注,接着将标注好的数据集送入改进YOLOv3神经网络中对网络进行训练,通过使用GIo U loss结合Focal loss对原YOLOv3损失函数进行改进,减小正负样本失衡对缺陷检测模型训练的影响,并对特征提取网络进行修改,将Darknet-53替换为MobileNet-v3,减小网络复杂度减少训练与检测时间。最后将待检测罐装瓶喷码图像送入训练好的模型中完成喷码缺陷的检测。此外对MaskRCNN网络进行了一定研究,将其应用到喷码缺陷检测这一领域。对其网络架构相对Faster R-CNN改进点进行了研究,并通过其实现喷码的缺陷检测与喷码缺陷区域的分割,能得到较好的缺陷检测结果,但其检测耗时相对较多,不适用于实时工业生产领域。实验结果表明,改进的垂直投影法对字符存分割在轻微粘连、字符间距过小等情况取得了较好的效果,分割准确率达到了97.4%。对改进YOLOv3算法在喷码字符缺陷检准确率上均优于基于特征提取分类、基于字符分割、基于模板匹配等缺陷检测算法,其检测准确率达到了98.20%,具有良好的鲁棒性。在检测效率上也优于复杂的深度神经网络,平均检测时间在70ms,检测效率较高。
其他文献
激光作为自由空间光通信的信息载体,在大气传输过程中不可避免受到大气湍流的影响,使得光束的相位波前发生变化,传输特性改变进而引起一系列光束质量降低的负面影响。严重制约了激光雷达探测、地对空光通信、军事等领域的应用。研究人员发现具有螺旋相位结构的涡旋光束能够携带更多的信息,是一种良好的光束载体,因此研究涡旋光束在大气湍流中的传输具有实用意义。本文研究的光束是部分相干反常涡旋光束(partially c
本文从理论上研究了Na85Rb和KRb分子部分电子态,该类分子由于结构简单,具有丰富的能级结构,从中可以得到分子内部自旋轨道相互作用等详细信息,因此受到了广泛的关注与研究。另外,它们还属于碱金属极性分子,具有较大的永久性电偶极矩,易被外部电场操纵,所以无论是实验还是理论上,该分子体系的光谱信息在研究冷分子散射长度、光缔合冷分子光谱、电子态跃迁光谱、碱金属原子碰撞动力学、绝热势和玻色-爱因斯坦凝聚(
作为无线通信系统中的重要组成部分,不同帧同步方法性能的优劣,直接影响整个无线通信系统的性能。寻求更低错误概率的帧同步方法,是专家学者一直以来的研究兴趣所在。然而,大量非线性器件造成无线通信系统中不可避免地存在非线性失真,从而降低了帧同步错误概率性能。为改善帧同步错误概率性能并降低通信系统的误比特率(Bit Error Rate,BER),本文主要工作如下:首先,利用极限学习机(Extreme Le
行人检测是计算机视觉中热门的研究领域之一,在安防监控、自动驾驶、智能机器人等场景下均有着重要应用。近年来,基于深度学习的行人检测技术发展迅猛,在准确率和速度上均有较大的提升。另外,随着边缘计算的发展,在嵌入式平台上部署模型进行实时行人检测亦成为了研究热点。针对嵌入式平台上的行人检测算法,本文主要开展了以下研究工作:首先,由于嵌入式终端上计算资源的限制,本文通过衡量检测精度与计算速度,选取了YOLO
目前国内大部分公共区域都安装了视频监控系统,但这些监控系统大多都只具备一个“事后查证”的功能,所以通过监控视频进行人群行为的识别分析和预测是很有必要的,针对目前群体异常行为识别率不高,识别速度较慢,且不能进一步定位异常发生区域等问题,本文提出一种基于神经网络的人群异常行为识别与分析方法,对人群整体异常行为做出检测分析,判定异常发生,可以提前为监管人员警示危险,提前进行通道部署疏通人群,最终防止意外
充足的睡眠是人保持健康的基础,通过日常睡眠监测能有效帮助人们对睡眠相关疾病进行预防和诊断。由于睡眠研究的前提是睡眠分期,而传统的睡眠分期是由人工手动划分的,因此当今睡眠研究的重点逐渐倾向于日常睡眠监测和睡眠自动分期,其中,利用易被采集和处理的心电信号进行睡眠自动分期成为了当今研究的热点。为了提高睡眠自动分期方法的准确率和可靠性,本文提出了一种基于心电信号的睡眠自动分期方法,使其能适用于不同的分期标
在大规模多输入多输出(MIMO,Multiple Input Multiple Output)系统中,基站(BS,Base Station)进行波束成形和用户选择依赖于精确的下行信道状态信息(CSI,Channel State Information)。在时分双工(TDD,Time Division Duplex)模式下,下行CSI可利用上、下行信道间的互易性从上行CSI估计得到;但在频分双工(F
根据国家要求,到2030年,中国国内排放的二氧化碳含量将比2005年时再下降65%以上,各行业的节能减排方案已大力实施,近年来国内机场已加大推广“油改电”为地面飞机提供电能,“油改电”的方案在发达国家已走在前列。本文通过自主研发航空中频电源替代传统的地面柴油发电车为地面飞机提供400Hz储能交流电源。随着电力电子技术及储能技术的发展,航空中频地面电源的研究已朝着大功率、集成化、储能化迈进。本文针对
近年来随着社会经济的进步以及人们对于高质量生活的追求,我国的车辆保有率大幅增加,这给道路安全管理带来了新的挑战。如何加强交通安全管理、从驾驶人的行为机理出发,预防事故的发生,成为了近年来交通问题研究的重点。本文以自然驾驶数据为基础,采用规则定义的方法,识别驾驶人在驾车过程中的不良驾驶行为,并以识别结果为基础,采用多模型集成的机器学习方法,实现驾驶风格分类以及驾驶行为安全的个性化评价,以期为解决道路
目前,已有无线车载监测系统替代了传统CAN(Controller Area Network,CAN)总线的数据传输方式,系统以液压平板车体轴线的直接承载压力为分析对象,通过金属应变片或静力应变仪进行受力测量。而监测系统忽略了车体主纵横梁所受的静定力扰动,理论计算值无法准确反映液压平板挂车的轴线承载状态。同时金属应变片检测存在灵敏系数较低、不易安装的缺陷,感知信号易受噪声扰动,承载压力检测值的平均相