论文部分内容阅读
纽扣生产过程中，由于设备故障、模具损坏等原因，会产出不同程度的瑕疵纽扣。目前大多数纽扣生产厂家仍然采取手工方式进行质量检测，但手工检测具有检测效率低、人力成本高、准确率不稳定等弊端，因此，通过引入机器视觉技术，改造传统检测流程，是目前纽扣制造厂家非常迫切的需求。
本课题针对多种纽扣的次品特征进行研究，设计了相应的检测算法，并搭建了一套基于嵌入式开发板的硬件检测系统，主要贡献如下：
1.基于DBSCAN聚类原理改进漫水填充法，使其能够自适应选取初始填充点，通过与外接矩法的结合，能够有效地从原始图像中提取纽扣感兴趣区域。
2.针对普通线孔纽扣的轮廓、线孔、污渍、色差缺陷设计了相应的检测算法，采用局部自适应二值化保留污渍信息，并基于轮廓跟踪与数目判断剔除污渍及线孔缺陷纽扣；提出最小外接圆与统计方差结合的方法评价纽扣轮廓圆度，能够良好的适应尺寸差异较大的纽扣线孔与外圆轮廓；采用K-Means聚类算法对待检纽扣颜色聚类以评估色差。最后通过实验验证了本套检测算法能够以97.07%的准确率与25帧/秒的速度完成对普通线孔纽扣的检测。
3.针对花式纽扣，设计了基于图像配准与差影法结合的检测方式。首先对SIFT、SURF、AKAZE三种特征检测方式与BF暴力匹配、K-最邻近匹配两种特征匹配方式进行了研究与实验，最终选择使用速度与准确率均表现良好的AKAZE+BF算法，并采用RANSAC算法对特征匹配对进行筛选，得到最优单应性矩阵参数，通过仿射变换完成待检纽扣与模板纽扣的配准。采用差影法与形态学处理结合的方法检测配准后的纽扣缺陷，能够良好的消除轮廓伪影对缺陷检测的干扰，以较快的速度完成检测。同时，本文以三种花式纽扣对检测算法进行了实验，结果表明，本文算法具有96.67%的准确率与16帧/秒的速度。
4.针对纽扣检测系统的硬件设备进行了选型与搭建，将算法移植于树莓派3B+开发板，并结合工业相机、光电传感器、气泵喷嘴形成一套完整的硬件检测系统装载于纽扣传送带上，同时设计了简洁的用户图形操作界面增强人机交互性，并通过实验展示了本套检测系统的效果。
本课题针对多种纽扣的次品特征进行研究，设计了相应的检测算法，并搭建了一套基于嵌入式开发板的硬件检测系统，主要贡献如下：
1.基于DBSCAN聚类原理改进漫水填充法，使其能够自适应选取初始填充点，通过与外接矩法的结合，能够有效地从原始图像中提取纽扣感兴趣区域。
2.针对普通线孔纽扣的轮廓、线孔、污渍、色差缺陷设计了相应的检测算法，采用局部自适应二值化保留污渍信息，并基于轮廓跟踪与数目判断剔除污渍及线孔缺陷纽扣；提出最小外接圆与统计方差结合的方法评价纽扣轮廓圆度，能够良好的适应尺寸差异较大的纽扣线孔与外圆轮廓；采用K-Means聚类算法对待检纽扣颜色聚类以评估色差。最后通过实验验证了本套检测算法能够以97.07%的准确率与25帧/秒的速度完成对普通线孔纽扣的检测。
3.针对花式纽扣，设计了基于图像配准与差影法结合的检测方式。首先对SIFT、SURF、AKAZE三种特征检测方式与BF暴力匹配、K-最邻近匹配两种特征匹配方式进行了研究与实验，最终选择使用速度与准确率均表现良好的AKAZE+BF算法，并采用RANSAC算法对特征匹配对进行筛选，得到最优单应性矩阵参数，通过仿射变换完成待检纽扣与模板纽扣的配准。采用差影法与形态学处理结合的方法检测配准后的纽扣缺陷，能够良好的消除轮廓伪影对缺陷检测的干扰，以较快的速度完成检测。同时，本文以三种花式纽扣对检测算法进行了实验，结果表明，本文算法具有96.67%的准确率与16帧/秒的速度。
4.针对纽扣检测系统的硬件设备进行了选型与搭建，将算法移植于树莓派3B+开发板，并结合工业相机、光电传感器、气泵喷嘴形成一套完整的硬件检测系统装载于纽扣传送带上，同时设计了简洁的用户图形操作界面增强人机交互性，并通过实验展示了本套检测系统的效果。