基于機(jī)器視覺的紙頁(yè)缺陷檢測(cè)算法的研究.pdf

1、現(xiàn)階段國(guó)內(nèi)外大多數(shù)造紙企業(yè)對(duì)紙頁(yè)生產(chǎn)過程中產(chǎn)生的外觀紙病仍采用人工的方式進(jìn)行檢測(cè)及分類,這大大影響了企業(yè)的生產(chǎn)任務(wù),也容易形成檢測(cè)精度低、漏檢率高的問題。因此,基于機(jī)器視覺的紙頁(yè)缺陷檢測(cè)算法的研究不僅可以更好地實(shí)現(xiàn)紙病檢測(cè)的可視化、微觀化和自動(dòng)化,迅速準(zhǔn)確地對(duì)紙病進(jìn)行檢測(cè)分析,還可以為造紙企業(yè)降低生產(chǎn)成本,提高檢測(cè)效率,對(duì)提高造紙企業(yè)效益及提高造紙過程的自動(dòng)化程度也是很有意義的。
　　本論文對(duì)在線紙病檢測(cè)系統(tǒng)和紙病檢測(cè)技術(shù)的研究背

2、景和發(fā)展過程進(jìn)行了深入研究和掌握,對(duì)基于機(jī)器視覺的紙病檢測(cè)系統(tǒng)的紙病檢測(cè)算法作了詳細(xì)的分析。針對(duì)在線紙病檢測(cè)系統(tǒng)在圖像采集過程中遇到的紙幅圖像的質(zhì)量問題,為了實(shí)時(shí)的采集到高質(zhì)量的圖像,對(duì)光源的調(diào)節(jié)需要根據(jù)具體環(huán)境的變化自適應(yīng)的完成,本論文提出了一種更先進(jìn)的光源自適應(yīng)補(bǔ)償?shù)姆椒ā?br>　　在成功的采集到高質(zhì)量的紙幅圖像的基礎(chǔ)上,為了實(shí)現(xiàn)不同光照條件下孔洞、亮斑、暗斑、黑斑等紙病快速檢測(cè),提出基于線性插值法的動(dòng)態(tài)閾值選擇算法。通過在紙病檢

3、測(cè)系統(tǒng)上進(jìn)行軟件編程實(shí)現(xiàn)并進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明此方法對(duì)檢測(cè)高對(duì)比度紙病是實(shí)用有效的,可以滿足紙病檢測(cè)的實(shí)時(shí)性和精確度要求。
　　同時(shí),本論文還對(duì)復(fù)雜紙頁(yè)缺陷的檢測(cè)算法進(jìn)行了深入研究,其中復(fù)雜紙頁(yè)缺陷如褶皺、條痕等紙病在紙幅圖像中主要呈現(xiàn)出直線特征,那么對(duì)直線的檢測(cè)算法有很多,包括最小二乘法對(duì)直線的擬合、Radon變換和Hough變換(Hough transform)等。但是在對(duì)復(fù)雜紙頁(yè)缺陷這種直線類特征紙病采用以上提到的算法進(jìn)行

4、檢測(cè)時(shí)并不能有效分辨出具有較近斜率或截距的多直線特征。那么,本論文在標(biāo)準(zhǔn)Hough變換的基礎(chǔ)上將Hough變換域空間變換為二維圖像然后對(duì)其進(jìn)行紙頁(yè)缺陷特征提取,從而更加精確的檢測(cè)出褶皺或條痕類紙病。經(jīng)實(shí)驗(yàn)證明,改進(jìn)的Hough變換在檢測(cè)精度和時(shí)間上都優(yōu)于標(biāo)準(zhǔn)Hough變換。
　　為了進(jìn)一步完善紙頁(yè)缺陷檢測(cè)算法的系統(tǒng)性,本文對(duì)支持向量機(jī)(Support Vector Machine,簡(jiǎn)稱SVM)在紙頁(yè)缺陷檢測(cè)和分類上的應(yīng)用進(jìn)行了研究