【摘 要】
:
随着社会的快速发展,人们生活质量日益提高,制笔行业也在快速发展,笔芯的需求量日益增加。硅油注入和护套密封是笔芯生产过程中关键的两个环节,硅油保证墨水的密封性,护套不仅可保护圆珠笔笔头免受外物碰撞而损伤,其良好的密封性也可使笔芯不易漏墨、溢墨,硅油注入量和护套密封间隙缺陷会直接影响笔芯书写性能。为了提高笔芯生产的质量,检测技术的研发尤为关键,传统人工肉眼检测方法效率低、准确率低,而且检测标准很难统一
论文部分内容阅读
随着社会的快速发展,人们生活质量日益提高,制笔行业也在快速发展,笔芯的需求量日益增加。硅油注入和护套密封是笔芯生产过程中关键的两个环节,硅油保证墨水的密封性,护套不仅可保护圆珠笔笔头免受外物碰撞而损伤,其良好的密封性也可使笔芯不易漏墨、溢墨,硅油注入量和护套密封间隙缺陷会直接影响笔芯书写性能。为了提高笔芯生产的质量,检测技术的研发尤为关键,传统人工肉眼检测方法效率低、准确率低,而且检测标准很难统一,难以满足自动化生产线的实际生产需求。而机器视觉检测技术具有精度高、效率高、标准一致等优势,已经广泛应用于各领域。因此,本文对基于机器视觉的笔芯检测系统展开研究,该系统能够提高笔芯的生产质量,对实现笔芯产品的自动化检测具有重要实用价值。首先,根据检测内容进行了检测系统的硬件设计,包括光源、相机、镜头的关键部件的选型对比。对比分析了三种图像滤波方法,选用双边滤波作为图像预处理方式。然后,针对中性透明笔芯管和无色硅油灰度差异小,硅油注入量检测困难的问题,提出了一种局部灰度直方图检测方法,利用硅油对光照敏感的特性,通过调节外部光源照射角度实现无色硅油区域灰度差异的增强,能够直接通过灰度范围测出硅油注入量。实验结果表明,该方法能快速准确检测出硅油注入量,与传统人工检测相比,检测效果有很大地提升。然后为了检测笔芯护套是否具有良好的密封性,提出了一种归一化互信息与高斯金字塔结合的特征匹配检测算法,通过联合互信息和高斯金字塔形成新的图像配准方法,该联合配准方法在特征匹配时综合考虑图像的灰度信息和梯度信息,提高了匹配的准确性。通过与其他匹配算法对比实验证明,该配准方法具有更好的匹配效果。最后,根据检测需求设计了笔芯检测系统平台和人机交互界面。经过实际上机测试结果表明,该系统检测精度可达0.1mm,识别准确率可达98%,可匹配300支/分的生产线速度,达到了预期的检测目标。本文所提出的基于机器视觉的笔芯检测系统,可以准确有效地完成检测,并且还能对不合格笔芯进行分类。满足了企业对笔芯自动化检测的需求,在进一步提高算法运行速度和通信传输稳定性后,有望在轻工制笔行业进一步推广应用。
其他文献
2020年,华晨、紫光等国企的违约引发债券市场紧张情绪,永煤违约则直接导致信用债危机。“国企违约潮”动摇了“城投信仰”,在监管高层多次强调化解地方政府隐形债务的情况下,城投债信用风险预警和防范成为市场关注的重点。2021年是“十四五”规划开篇之年,地方隐形债务化解和城投企业转型将进入加速跑道,在对城投企业全方位整合重构和提高经营效率的同时,如何对城投债信用风险进行最大程度的防范和预警关系到我国债券
习近平总书记指出,“防范化解金融风险特别是防止发生系统性金融风险,是金融工作的根本性任务”。伴随着我国金融业的发展壮大,风险种类更加多样化,风险后果更加具有严重性,要深入贯彻落实习近平总书记的要求,把主动防范化解系统性金融风险放在更加重要的位置,坚决守住不发生系统性金融风险的底线。要加强对包括非银金融机构在内的金融机构系统性风险的研究,积极采取措施主动防范化解系统性金融风险。本文首先对证券业系统性
人们对于金属材料的应用随着科技的发展、生活水平的提高也越来越广泛,金属材料的表面瑕疵与产品性能和美观性的关系密不可分,因此,在实际的工业生产生活中将有瑕疵的材料辨别出来显得至关重要。传统的检测手段主要有人工识别和基于计算机视觉的机器视觉识别,这些常规的检测手段在面对实际生产中复杂多变的表面瑕疵时无法应对。因此,本文从机器学习的角度出发,将铝型材作为研究对象,探索深度学习方法在铝型材表面瑕疵分类、检
在境内外公众、投资者、公司主体以及政府对环境保护日益关注的当下,环境、社会和公司治理表现越来越成为投资者进行投资决策时所衡量的因素。众多已有的研究表明,企业非财务指标的披露质量和绿色债券融资成本之间存有一定关系。2020年,随着中国提出碳达峰和碳中和的要求后,国内向低碳经济转型的需求越来越强烈,与低碳绿色相关的产业发展政策和相匹配的金融资金支持策略呼之欲出,偏向可持续的投资策略也越来越受到投资者的
胃癌作为致死率最高的癌症之一,其主要治疗方式是手术切除。精确的术前分期能够提升手术成功率,当前,胃镜是胃癌诊断的“金标准”,然而这种侵入性的检查方式会给病人带来不适感,因此,基于CT的胃癌诊断具有十分重要的意义。在CT上实现精准地术前分期难度较高,不仅需要一定的专家资源,同时诊断结果还存在着较强的主观性。近年来,随着人工智能在医学影像分析的发展,深度学习以其自身强大的学习能力为医学专家提供了参考依
点云作为一种灵活的三维几何数据,只要能深入其分析几何拓扑结构中丰富的信息,就能完成许多具有挑战性的任务,同时在实际应用中也有很大的意义,比如自动驾驶、自动室内导航和机器人等领域。深度学习网络在图像处理上取得了极大的成功,这也引导出了一种基于数据驱动的方法来研究点云上的信息,所以大量研究集中在将卷积神经网络应用于不规则点云。但是典型的卷积神经网络擅于处理规则的图像格式或有序的序列,由于点云数据的稀疏
党的十九大报告指出:“要健全金融监管体系,守住不发生系统性风险的底线;防范和化解系统性风险,是金融监管的首要使命。”为了让国民经济能够健康发展,如何防范和化解商业银行系统性风险是摆在当前经济工作的重中之重,需要对商业银行系统性风险进行相关研究。本文基于以上背景,一方面,选取了16家上市银行,以2013年到2020年的每日收盘价为研究数据,以CoVar、ΔCoVar、MES和SRISK为研究方法分析
随着国家大力建设智慧城市,发展人工智能技术,通过智能视频监控来加快城市的信息化建设则变得尤为重要。智能视频监控系统作为计算机视觉的重要研究领域在许多场景下如交通、安防、医疗健康、工业制造都有着广泛的应用。而视频异常检测技术通过智能化方案去检测视频中的异常事件,起到提前预警规避危险的作用,在智能视频监控系统中具有举足轻重的地位。然而,由于异常发生的频率较低,导致搜集异常数据十分困难,且实际监控场景中
随着计算机视觉技术的发展,各类户外的计算机视觉任务逐渐进入人们的生活。雨、雪、雾等恶劣天气一直是影响计算机视觉技术有效性的因素之一,因此恶劣天气场景恢复技术已经成为一个热门话题,广泛应用在无人驾驶、高速摄像以及各类计算机视觉任务中。随着深度学习的发展,越来越多的深度学习方法应用在了图像恢复上,因为它们可以获取不同层级以及更深层次的图像特征,并从原始图像中去除雨雪雾等前景。但是由于深度学习网络的局限
极端金融风险由于其发生概率的极大不确定性和发生损失时的严重性,具有十分特殊的地位,处理不好,有可能引发系统性金融风险,进而引发金融危机和经济危机,对社会造成严重危害。金融风险估值模型的准确性对于极端金融风险的测度具有重大意义,本文基于回溯检验,同时考虑了损失发生的次数和规模,以风险图(Risk map)的方式展示了金融风险估值模型的所有性能信息。本文从金融风险估值模型入手,依据VaR模型分别构造了