基于机器视觉的布匹破损在线检测系统的研究

来源 :广东工业大学 | 被引量 : 1次 | 上传用户:nienie123nie
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着世界科学技术的不断创新,当下,日渐盛行的机器视觉检测一度在各行各业中得到了广大研究者的应用。在食品生产过程中,通常要使用布匹对食品生产中的食液进行过滤,去除杂质保留优质的食液,再进行后续处理;但由于布匹在重复使用的过程中常常需要折叠与挤压,容易造成布匹的破损,如果此时再使用破损的布匹进行生产将会造成食品原材料的浪费。因此本论文研究了一种在达芬奇DM6467平台上运行的布匹破损在线检测系统。这套系统运用了工业机器视觉技术、图像破损检测技术及网络控制技术进行设计,满足工业生产过程中分布式在线检测、控制、管理等要求。主要工作如下:第一,介绍了机器视觉的国内外研究现状及布匹检测的研究现状。第二,介绍了布匹破损在线检测系统的总体框架,它包括布匹检测的硬件和软件系统。最后根据客户的实际要求,提出了本检测系统的主要性能指标。第三,介绍了布匹采集光源的对比、选择和布匹破损检测的硬件原理,并搭建了由红外光源、光学系统、工业高清摄像机、TMS320DM6467开发板、图像处理单元、网络通讯系统、同步控制器、系统控制器、电源组成的硬件实验平台。第四,搭建了Linux开发环境及各种服务器配置,并讲述了达芬奇技术的算法引擎Codec Engine和API函数,Codec Engine算法的开发流程,同时分析了Linux的多线程设计(线程的基本操作、同步和互斥),最后介绍了布匹图像破损检测应用软件的设计。第五,结合布匹破损的检测要求,对于图像滤波、增强、分割、识别等多种经典算法,实验分析比较了各种算法的优劣,选择了适合本项目的中值滤波、基于二维类间方差多门限分割等算法,并在达芬奇SEED-DVS6467T开发板上验证了整套算法的可行性。最后,.以Linux为软件平台,开发出了一套布匹破损在线检测系统软件,能实时自动检测出工业自动化生产线过程中的常见布匹破损;能够显示破损图像以及破损位置、面积等信息,并能对破损图像数据存储管理,同时发出报警信息。
其他文献
【摘要】幼儿数学学习,属于科学学习的范畴,是幼儿在解决实际问题的过程中发现和理解事物本质和事物间关系的过程,幼儿在运用数学解决实际生活问题过程中,不仅获得丰富的感性经验,充分发展形象思维,而且在感知具体事物基础上初步尝试归类、排序、概括、抽象,逐步发展逻辑思维能力,为其它领域的深入学习奠定基础。在幼儿数学学习中,要重视培养幼儿的学习兴趣,培养探究的能力,适合幼儿特点的教学方法显得至关重要。  【关
【摘要】新课改下,教师要注重学生的亲自体验。体验式教学正是倡导以学生体验为主,让学生获得发展。但从目前来看,很多教师并未注重学生的参与体验,仍然以自身的讲解为主,因而学生的数学能力得不到跨越式的发展。基于此,本文以体验式教学为分析重点,结合人教版小学数学教材实例进行论述,深入探讨其在数学课堂中的运用途径。  【关键词】小学数学 体验式教学 应用途径  【中图分类号】G623.5 【文献标识码】A
随着近些年无人机、高分辨率卫星等各种高端侦察设备的研发与应用,人们已经可以获得更多高清的高空图像,通过此类高分辨率图像获取机场地理空间信息与特征信息,在民生、国防、经
本文主要研究视频编码的容错技术,提高视频码流在互联网、无线网络等不可靠信道中传输的鲁棒性。研究对象包括单视点视频编码、双目立体视频编码和多视点视频编码。  在单视
【摘要】在新课改不断推进的过程中,教育模式发生了较大变化,而高中语文教学存在的问题也不断显露出来。教师必须调整传统的教学策略,通过优化教学模式,提高语文教学水平,培养学生的语言能力。在新的教育背景下,本次采取了弹性教学方式,重点强化阅读教学,使语文教学更加严谨,并且通过多元教学法探讨了高中语文教学的改革方向,为高中语文教师进行教学改革提供帮助。  【关键词】高中语文 弹性教学 语言能力  【中图分
为无人职守的移动通信基站机房设计的集中监控系统,满足了电信运营商的业务发展和科学管理的需要,具有非常广阔的应用前景和积极的现实意义。本课题设计的集中监控系统基于具体
【摘要】古典诗词是中国文化的瑰宝,它以优美凝练的语言,生动新奇的想象,朗朗上口的韵律,动人心魄的情感,深刻入微的哲理,闪耀着情感的智慧和审美的光辉,滋润着学生的心灵,陶冶着学生的情操,对提高学生的审美情趣起着重要作用。  【关键词】古典诗词 中国文化 语文教学  【中图分类号】G633.4 【文献标识码】A 【文章编号】2095-3089(2015)02-0199-02  现在古典诗词在语文课堂教
在对实际控制系统的分析过程中,总有一些未知因素存在,诸如未建模动态、参数不确定性、工作环境的变化、降阶及线性化近似等,也包括外部干扰的不确定性。因而,对于大多数实际控制