[精品]朱彦中期检查报告

《[精品]朱彦中期检查报告》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、机器视觉在瓶口瑕疵检测中的应用研究性一、课题的目的与意义近年來，因啤酒瓶爆炸造成死伤的恶性事件吋有发牛，己成为消费者投诉的热点之一。既给消费者人身安全带来威胁，也对企业形彖造成不良影响。究其根本原因是啤酒生产企业和啤酒瓶生产企业发展不平衡所致。随着人们生活水平的提高，啤酒销量也大幅增加。冃前我国己成为继美国之后啤酒销最最多的国家，年产最达2400多万吨。可是与此相关的啤酒瓶生产企业却始终跟不上形势发展的需要，所牛产的啤酒瓶无论是从数量上还是质量上都不能满足市场需求。当前中小型的啤酒包装采用3种材料：玻璃瓶、易拉罐、PET塑料瓶。其中玻璃瓶因其低价

2、、可重复使川备受青睐。而啤酒厂从自身经济利益出发，通常都会重复使川回收的啤酒瓶,但回收瓶子的种类和质量都参差不齐。虽然1996年6月25R,国家质量技术监怦局发布修订了强制性国家标准GB4544—1996《啤酒瓶》｛1ip要求各地啤酒行业使用打了“B”字标志的专用啤酒瓶，以区别其它非啤酒瓶，并印有牛产同期，控制使用期限，要求使用两年以后了以销毁。但人们发现即使这样也不能杜绝爆瓶事件的发生。因为反复使用的回收啤酒瓶，在生产和流通的过程中，瓶身不可避免要受到摩擦、碰撞，其强度指标随着使川时间的延长而逐步降低。据统计，啤酒瓶重复使用5次麻，其综合安全指

3、标就会下降50%,因此即使还在使用期限内的冋收瓶也有可能己经不满足安全要求了。这些有缺陷的啤酒瓶不易被人眼发现，还是会进入流通领域。正因为如此，啤酒瓶爆炸事件仍然时有发牛。H前国外开始流行PET塑科啤酒瓶，不过由于成本高、不能回收、不能高温消毒及保质期短等原因，一段时『UJ内还难以在我国普遍推广。而易拉罐也由于成本高、容量小也没有人面积使用。所以在中国，目的经济型啤酒仍以玻璃瓶装为主。为此，有必要加强啤酒瓶的质量检测，以防止不合格的啤酒瓶进入市场。传统的验瓶方式是人工灯光验瓶，工人通过荧光板照射迸行目测，这种方法存在儿个缺点：一•是人眼易疲劳，长

4、时问的简单劳动难以保证准确性；二是速度低，不能适应现代灌装线的发展要求，冃前国内啤酒灌装速度大都已达到2万瓶/4,时以上，在这种速度下单纯依靠人工检测几乎是不可能的：三是人工采用的是小批最抽检的方式，难以避免劣质瓶混入灌装线，又进入流通领域，对消费者的人少安全造成威胁。随着计算机技术、机电工程应用技术与数字图像处理技术的不断完善和发展，产牛了-1'7新学科——机器视觉。它主要是研究用计算机來模拟人的视觉功能，从客观事物的图像屮提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉的诞生和应用，极大地解放了人类劳动力，捉高了生产自动化

5、水平，冇着极为广阔的应用前景。啤酒瓶爆炸实际上就是当啤酒瓶受到碰撞或外界温度较高时，内部液体会释放岀气体导致内压升高，啤酒瓶所受应力发牛变化，当应力达到一定程度时就会产牛裂纹或使裂纹扩大，啤酒瓶强度降低，最终导致爆炸“。玻璃在缺陷边缘处会发生光线的折射，使得在灰度图像中局部灰度值与其周围背景相比冇较大变化，破损处边缘及内部各点的灰度值均低于背景扶度值。基于玻璃缺陷的以上图像特征,通过机器视觉系统对啤酒瓶外观的监测,从而控制啤酒瓶的质量是可行的。综上所述，研究啤酒瓶自动分拣技术，从而在牛:产线上用机器来分拣识别有缺陷的啤酒瓶，将具有极大的经济效益和

6、社会效益。本课题的冃的就是应用机器视觉技术，用机器代替人，识别出瓶口部位存在缺陷的啤酒瓶。二、国内外的研究现状机器视觉就是用机器代替人眼来做测量和判断，它是在20世纪50年代从统计模式识别发展出來的的，当时的工作主要集中在二维图像分析和识别上，如光学字符识别、工件表面、显微图片和航空图片的分析和解释等。60年代，Robert通过计算机程序从数字图像屮提取出诸如立方体、楔形体、棱林体等多面体的三维结构，并对物体形状及物体的空问关系进行描述0”。到了70年代，已经出现了一些视觉应用系统。70年代中期，麻省理工学院(MIT)人工智能(AI)实验室J下式

7、丿「设“机器视觉”(MachiFieVision)课程。同时,MTTAT实验室吸引了国际上许多知名学者参与机器视觉的理论、算法、系统设计的研究。可以说，对机器视觉的全球性研究热潮是从20世纪80年代开始的。到了80年代中期，机器视觉获得了蓬勃发展，新概念、新方法、新理论不断涌现，比如，基于感知特征群的物体识别理论框架、主动视觉理论框架、视觉集成理论框架等。机器视觉系统足指通过机器视觉产品将被摄取的冃标转换成图像信号，传送给图像处理系统，图像系统对这些信号进行各种运算来抽耿1=1标的特征，进而根据判别的结果来控制现场的设备运作。典型的基于Pc的机器

8、视觉系统通常由以下儿部分组成：①相机与镜头；©光源；@传感器(工件定位检测器)；@图像采集卡；@Pc平台；⑥视觉处理软件；⑦运动控制单元