基于机器视觉的圆网印花在线检测研究

《基于机器视觉的圆网印花在线检测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于机器视觉的圆网印花在线检测研究摘要圆网印花机中的对花系统，是影响印花质量的关键因素，而在传统的对花质量检测，主要采用人工方式进行。由于人的观察易受外界干扰，不能客观的判断印花坯布上是否发生了“错花”现象，而且易疲劳。随着计算机技术、数字图像处理技术的发展，使基于机器视觉的在线检测成为可能。在现代工业自动化生产中，在线检测成为目前机器视觉应用的热点。本论文以圆网印花机中的对花系统为应用背景，首先详细论述了基于机器视觉的在线检测系统的总体设计，针对应用背景提出了以PC机和线阵CCD为核心的视觉在线检测系统；其次，在分析了图像平滑、增强等机器视觉底层的图像预处理技术后，采用了中值滤波方法及直方图

2、均衡法对采集到的对花图像进行图像预处理，在分析比较了常用的图像分割算法后，针对本研究课题系统要求采用了改进的图像阈值分割算法，在此基础上采用数学形态学算法对分割后的图像进行处理；再次，根据圆网印花对花系统特点，文章重点讨论了高精度图像定位算法，在介绍了点模式匹配算法及块匹配算法这两种典型的定位算法之后，本文根据课题特点，又考虑到系统实时性要求，提出了一种快速匹配算法，并详细论述了位置误差矢量的计算方法：最后，借助L曲windows／CⅥ开发平台实现了对花视觉检测系统的软件设计，其中包含了基于匹配定位及基于NIⅥson这两种方法的软件实现，仿真结果证明了所提出的视觉在线检测系统和快速匹配算法的有

3、效性。关键词：在线检测，机器视觉，块匹配，圆网印花机，线阵CCDon．UneInspectionResearchofIj№taryScreenPrintingBased．onMachineⅥsionABSTRACTTheregistrationsystemforrota拶screenprintingmaChineisoneofmemostimportantaspectsdet锄ining也equal时oftheprintedfa晰cs，but“wasmainlycontrollodmanuallyinthetraditionalprocessoffabric口rinting．Butthemam

4、Ialcontrolof也eon-lmemspeCtlonlsmemclent．一-···．·●伊‘andd印endsonmanyhumanf．actors，soitcannot西VeanobjeCtiveiudgmentaboutwhethertherehadbeena¨ofrpattem¨phenomenon，andmeoperatorwillbeeasytobetired．Withthe(Ievelopmentofcomputertechnologyandd诲talinlageprocessingtechnologies，itispossibletodeVelopanautomation

5、registrationinspectionsystembasedonnlachinevision．Theon．1ineinspectioniswidelyappliedinmodemindustrialautomationpmduction．IIlthisthesis，mebackgroundofmisapIplicationis王谳arySc∞enPrintingMaclline．FirstlMthedesi弘oftheon-lineinspectionsystembasedonmachinevisionisdissenatediIld就ail，asystemwhichincludesPC

6、andlinearCCDwausintroducedonthebasisofp嗽emngresearch．Then，theimagepr印rocessingtechnOlogyandtheimagese蛐entatlonteclmologyusedinmaChinevisionarediscussed，medianfiltermethodisusedtofinernoise，andhisto肝髓equalizationmethodisusedtoeIlllanceimage．ARermebasicimagesegmentationalgoritlⅡnsareintroduced，anewthr

7、esholdingsegmentationalgorithmwhiChissuitableint11issystemis印plied．M础咖aticalmo啦ologyisusedtoprocessthebin哪image·V基于机器视觉的圆网印花在线检测研究Besides，the铆o11igh—precisionpositioningalgorithlnswhichincludespointpa