论文部分内容阅读
本论文根据印刷工业中提出的套色错位监测这个实际课题要求,把当今的CCD测量技术,图像分析技术与模式识别理论结合在一起,将图像分析引入计量测试。在此理论基础上,设计了一种基于CCD图像传感器,用神经网络对误差进行修正的套色条形码在线检测系统。论文介绍了该监测系统的构成,探讨了系统各个环节的有关理论及设计。在理论分析和实验的基础上,对影响测量精度的因素进行了探讨,并给出了解决方案。针对检测系统静态和动态测量时误差的不同特点,分别用直线拟合法和神经网络对系统的误差进行了修正,达到了令人满意的效果。最后,将上述研究成果运用于整个系统的软件设计。 在参考大量文献和剖析工控领域的CCD数据采集系统的基础上,本文介绍了CCD数据采集系统的硬件组成及其工作原理。同时,本文给出了自行编制的软件的主要模块的设计思想。本课题已达到的效果为:在条形码移动速度小于0.8m/s时,10cm的测量范围内,测量精度达到0.1mm,达到了工业在线测量的基本要求。 论文所做的工作及研究成果为模式识别和图像分析在计量测试领域中的运用及研究作出了一定贡献,具有一定的实用价值和经济效益。