基于机器视觉的玻璃质量在线检测系统设计 - 图文

The Design on the Quality of Glass On-line Detection System Based

on Machine Vision

Abstract

Enjoying a good many advantages, Glassworks have been widely used in people's daily life. Its characters of heatproofness, pressurization and washableness enable it can be used and recycled many times. The quality of glassworks determines whether the goods could be well transported and preserved. Traditionally, glassworks' quality is checked by man, so, it leads to a huge waste of human resources and great inefficiency. In order to solve this problem, the idea that using machine vision to replace human vision, using Neural-Net Algorithms to replace human brain is put forward to promote efficiency and economic returns.

Firstly, photos of the surface of a glasswork will be taken by industrial camera, and then uploaded to upper computer. The glassworks often have defects such as crackles, bubbles and impurities. Image processing technologies, for instance, the technologies of denoising, grey scale, edge detection, redenoising, and thresholding can be used in this process, then we can choose its key eigenvalues.

Secondly, ANN algorithm is used to analyze the eigenvalues. While it is well know that most of ANN models use BP network and its relevant forms. So, in this system, BP network is also used to build emulational modeling. Experimentations show that this examining method is not only accurate and practical, but also unique.

Second, the artificial neural network algorithm of image quality detection glass key value calculation. And of well known is most of the artificial neural network model is the BP network and its related form of change. So in this system also take BP network simulation modeling. The experiment proved that the accurate detection method is a feasible and unique.

Key words : glasswork quality；image processing；BP neural network；emulational modeling；igenvalues；

II

青岛大学机电工程学院本科毕业设计（论文） 1 绪论

1.1研究背景与意义

1.1.1研究背景

在日常生活中，玻璃瓶的用途可谓相当之普遍。玻璃包装容器的主要特点是：无毒无味，玻璃瓶阻隔性好，价格实惠，而且可以反复使用属于可持续性材料。在高温高压的情况下玻璃制品的物理性状仍然稳定。在一些具有强烈腐蚀性环境下，玻璃也有用武之地。正因为以上这么多的优点，使得玻璃制品被广泛应用到建筑装修，饮料容器，应用器具等等。世界上大部分啤酒装在玻璃瓶中，早在2008年，我国啤酒瓶大约500亿个，大约占全世界的50%。而玻璃存在缺陷对其质量有着决定向的影响，例如玻璃瓶壁有碎纹，则容易引起玻璃瓶破碎，瓶内物质变质；玻璃壁内有气泡，则玻璃瓶耐压耐碰撞性能下降，使其存在安全隐患；玻璃壁有杂质（例如粘锡，含砂或者其它的异物），这不仅影响玻璃质量还影响外观。所以鉴于玻璃瓶用途的特殊性，其生产流程以及质量检测要求都非常严格。 1.1.2研究意义

对于玻璃制品质量检测有很多方面，例如瓶内粘丝、瓶内粘玻璃、薄皮气泡及细微裂痕等等。这里主要以玻璃瓶壁为主要研究对象，常用的玻璃制品的细微裂纹检测方法有人工灯光检测法、机械装置与产品接触检测法以及本课题所要研究的基于机器视觉的玻璃质量检测法。第一种方法属于传统检测法，主要依靠人眼及灯光检测，但是存在很多不足。例如人工长时间用眼过度会导致用眼疲劳，危害身体健康，准确率下降。检测的效率无法达到要求，此外增加了工厂生产成本。第二种方法虽然满足质量及其速度的要求，但是机器设备成本过高，只能检测某一规格系列玻璃，产品灵活性差。第三种方法利用电脑软件及硬件进行快速检查，准确度，灵活性，速度等都会提高，而且成本低。在不同的工作环境以及不同的检测对象时，只需要调整相应的参数变量即可。如果不合格的玻璃瓶流入市场，将会给广大消费者带来安全隐患。例如在我国，啤酒瓶要被来来回回使用多次。在实际使用，贮存，运输中会发生各种碰撞，挤压等，这都会一定程度上造成质量下降的情况。有相关研究表明，玻璃瓶被反复使用超过五次，其质量安全指标记将会下降一倍。为此，寻找一种有效可靠的检测手段已成为当务之急。

1

青岛大学机电工程学院本科毕业设计（论文） 1.2 国内外研究现状

1.2.1 国外研究现状

在国外很早就开展了机器视觉技术在产品质量检测方面的研究，现在国外生产中应用十分广泛。在玻璃瓶质量方面检测技术发展已经相当成熟。例如意大利ocmi公司,1997年在加拿大成立的专业机器视觉公司——佳美视觉技术有限公司,德国LASOR公司等等都有自己独特的检测系统。该系统检测速度较快，并且几乎可以将所有玻璃缺陷检测出来。 1.2.2 国内研究现状

国外的玻璃瓶质量检测系统引进价格昂贵，并且也无法满足在我国玻璃瓶回收上规格参差不齐的情况。介于这种情况，研发自主品牌的实用方便，高效率的机器视觉玻璃质量检测系统迫切需要，也是我国玻璃容器包装业发展的必然趋势。 很多大学以及研究所对此有了一系列研究，在此基础上该课题提出了利用神经网络，图像处理以及模拟仿真进行玻璃质量的在线检测系统。

1.3 主要研究内容

1.架设好工业摄像机，选择合适的光源及背景，可以从四个不同面照射玻璃瓶壁（由于硬件设施有限，所以该系统采用处理的源图片均以自行拍摄为主）。

2.拍摄好的照片直接上传到上位机，通过各种图像处理手段找出各图像的特征值。 3.通过对特征参数的分析得到是否有缺陷，有缺陷则进行分类。

4.选择合适的网络算法，结合已有的工业数据，来验证自己通过图像处理得到的数据，是否得出一致的结果。 1.3.1 论文章节概况

该设计的系统建立在图像处理提取特征参数的基础上，利用不同缺陷外貌基础特征来进行分类。分类的算法利用著名的BP网络算法：

第一章 对当前课题的研究背景，发展状况及前景做了大概介绍。国内外对该域的差距较大，该领域的研究意义较大，如何找到简单且行之有效的方法是该课题研究的重点。

第二章 图像采集的硬件设施。关于生产线上工业照相机的选择，架设以及图像的抓取，而在实验室里还实现不了该采集过程，所以模拟按照理论采样过程得到处理的图像。

第三章 对于拍摄的图片进行图像处理，经过一系列的处理后得到所需的关键特征值。

2

青岛大学机电工程学院本科毕业设计（论文） 第四章 研究BP神经网络，介绍BP人工神经网络原理与应用，并将图形处理好的特征值组成一个特征矢量作为输入，经过BP算法得到检测结果。

第五章对研究结果进行总结评价并分析不足之处。

3