基于機(jī)器視覺的煙支缺陷自動(dòng)檢測(cè)技術(shù)研究.pdf

1、基于機(jī)器視覺的煙支缺陷檢測(cè)是機(jī)器視覺、圖像處理、模式識(shí)別等領(lǐng)域的重要研究課題。在卷煙廠加工和生產(chǎn)香煙的過程中，因?yàn)榉N種原因使得從卷接機(jī)輸送到煙包包裝線的煙支出現(xiàn)各種次品。常見的次品包括香煙缺支、包含異物和空頭（煙支端面煙絲空陷）等缺陷。為了保證香煙出廠的品質(zhì)，必須對(duì)香煙包裝過程進(jìn)行檢測(cè)，以免包含次品的煙包流向市場(chǎng)。本文以煙支為對(duì)象，針對(duì)煙包生產(chǎn)過程出現(xiàn)的異物、缺支和空頭缺陷，在動(dòng)態(tài)視覺環(huán)境下從機(jī)器視覺、圖像處理、模式識(shí)別的角度研究煙支缺

2、陷檢測(cè)算法，具有重要的學(xué)術(shù)與應(yīng)用價(jià)值。
　　本文針對(duì)煙包的缺支、含異物、空頭等缺陷，在動(dòng)態(tài)視覺環(huán)境下分別研究和提出了相應(yīng)的檢測(cè)算法，設(shè)計(jì)并實(shí)現(xiàn)了一種煙支缺陷檢測(cè)系統(tǒng)，并通過實(shí)驗(yàn)評(píng)估了系統(tǒng)的檢測(cè)性能。本文所做的主要研究工作如下:
　　(1)通過分析煙支圖像樣本，針對(duì)煙支排列、異物和空頭等不同的檢測(cè)目標(biāo)，選取了合適的圖像預(yù)處理方法，該方法能夠突出被檢測(cè)目標(biāo)的特征。
　　(2)針對(duì)煙支排列區(qū)域提取和定位這一關(guān)鍵問題，提出了一

3、種基于投影的煙支排列區(qū)域提取方法以及基于模型引導(dǎo)的自適應(yīng)煙支定位方法，并通過實(shí)驗(yàn)說明了方法的適用范圍。
　　(3)針對(duì)煙支不同缺陷的檢測(cè)，設(shè)計(jì)了相應(yīng)的檢測(cè)算法。針對(duì)煙支異物檢測(cè)，提出了一種基于模板匹配的檢測(cè)算法，并通過實(shí)驗(yàn)分析了模板大小對(duì)異物檢測(cè)的影響，給出了模板選取的策略。針對(duì)煙支排列檢測(cè)，提出了一種識(shí)別煙支是否缺支的排列相似度指標(biāo)以及相應(yīng)的檢測(cè)算法，并通過實(shí)驗(yàn)分析給出了檢測(cè)門限的選取策略。針對(duì)煙支空頭檢測(cè)，提出了一種基于迭代法

4、的煙支空頭圖像二值化方法，在此基礎(chǔ)上提出了一種用來識(shí)別煙支是否空頭的相似度指標(biāo)以及相應(yīng)的檢測(cè)算法，并通過實(shí)驗(yàn)分析給出了檢測(cè)門限的選取策略。
　　(4)根據(jù)本文提出的煙支缺陷檢測(cè)算法，設(shè)計(jì)并實(shí)現(xiàn)了一種煙支缺陷自動(dòng)檢測(cè)系統(tǒng)，并通過該系統(tǒng)的實(shí)驗(yàn)結(jié)果評(píng)估了算法的檢測(cè)性能，證明了本文所提出的檢測(cè)算法能夠滿足煙支檢測(cè)過程中的識(shí)別率和實(shí)時(shí)性要求。
　　本文的研究成果表明，采用機(jī)器視覺、圖像處理、模式識(shí)別等技術(shù)可以實(shí)現(xiàn)香煙生產(chǎn)過程中的質(zhì)量檢