导　　师： 王晗; 林健发

授予学位： 硕士

作　　者： (）;

机构地区： 广东工业大学

摘　　要： 随着国内对生产产品的品质的越来越重视,像服装行业的代工厂在商品标识牌检测上有相关需求。以往的这类的检测工作都是由人工目检来完成,其工作效率和检测效果都不是很好。这些标识牌通常都是彩色的卡片,种类多并且图像信息比较复杂。随着计算机硬件和软件技术的不断发展和进步,基于机器视觉的自动化检测技术可以解决这些问题。本文以商品标识牌这种彩色卡片为研究对象,对其外观缺陷检测技术进行了比较详细的研究。主要研究内容如下:1、根据实际生产检测需求,对彩卡检测系统进行了总体方案设计。合理构建了系统各部分的组成,并完成了功能设计。对工业相机、镜头、光源进行了研究,完成了系统各个模块的设计和硬件选型。2、针对实际检测中图像采集遇到的图像对比度弱和噪声问题问题,研究了相应的解决办法,并通过实验对比选用了合适的图像处理方法。针对制作匹配模板时能对图像中彩卡位置进行准确捕捉的问题,研究并选用了阈值分割方法。3、通过对模板匹配原理的研究,构建了一种彩卡缺陷检测方法,来实现彩卡的缺陷检测功能。通过编写检测软件将设计的检测算法进行实现,并通过实验验证了设计的彩卡检测方法的合理性。4、通过对卷积神经网络的研究,构建了一种彩卡缺陷分类方法,来实现彩卡缺陷图像的分类。在设计网络模型中,参考了VGG-11的网络结构,基于提升卷积网络性能的设计思路,相比于VGG-11在网络中单一使用3×3的卷积核,新设计的网络的后面使用了2个InceptionV2模块,是多个3×3和1×1卷积核并用的方式,性能更好。制作数据集对网络模型进行训练,经过实验测试验证了设计思路的正确,实现了对彩卡缺陷分类。更多还原

关 键 词： [5649237]机器视觉 缺陷检测 模板匹配 缺陷分类 [5125116]卷积神经网络

分 类 号： [TP391.41]

领　　域： []