机器视觉技术在产品表面缺陷智能检测中的应用开题报告

 2023-02-08 09:35:30

1. 研究目的与意义

近年来,伴随着经济体制改革,我国现代制造业产业结构调整和转型升级也不断深入,各行各业均获得了有效发展。工厂每天都会生产大量的产品,在制造加工的过程中某些产品的表面难免会产生一些缺陷,这些缺陷不仅影响产品的美观,而且可能也会对其使用性能造成一定的影响。“爱美之心人皆有之”,外观质量好的产品显然更容易受到消费者的喜爱,所以在企业竞争日益加剧的市场环境下,产品的外观质量也逐渐成为了如今企业发展的“必争之地”。传统的产品表面缺陷检测方法是人工目测法,但是人工检测抽检率低、劳动强度大、准确性不高、实时性差,且无法消除其必然存在的主观性和差异性,很难满足大规模工业生产的要求,极大地限制了企业生产效率的提高和产品质量的提升。现如今随着工业自动化、计算机视觉技术的飞速发展,基于机器视觉的表面缺陷智能检测技术得到了迅猛的发展。机器视觉通过非接触的检测和光学的自动采集获得产品表面图像,使用图像处理算法提取不同图像的特征,根据特征信息进行缺陷的定位、识别等,实现了检测的自动化、智能化,安全可靠,并且可以在恶劣的情况下高精度、长时间地工作,已经被广泛地使用在产品生产线的在线实时检测,有望代替人眼成为未来工业领域的重要方法。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究内容和预期目标

(1)研究内容:

本文主要对产品表面缺陷智能检测系统的发展历史、研究现状、相关核心技术及和机器视觉技术结合后的优越性进行总结与分析,并对未来发展趋势做出展望。

(2)拟解决的关键问题:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 国内外研究现状

目前,在大多数工业生产对产品表面缺陷的检测,传统的人工检测方法依然占据着主要地位但由于人工检测法易受检测人员主观意识的影响,且存在准确性不高、实时性差、效率低、劳动强度大等局限性,无法满足现代化生产发展需求,所以国内外的研究者都致力于研究适用于产品现代智能生产的机器视觉检测方法。基于一定的发展研究基础,有不少企业和研究人员针对不同的被测产品研发设计了各式各样的检测方案和检测算法。

在国外,表面缺陷检测的研究时间长、投资大、技术发展相对成熟,有比较知名的视觉检测处理系统公司,比如美国康耐视(Cognex),日本基恩士(Keyence)和德国伊斯拉视像公司等。美国的Rour C J将机器视觉检测应用与硬币的缺陷检测,在提取了图像中的边缘特征后,对其表面缺陷进行识别,这套系统目前已被用于硬币防伪[5]

Qiwu Luo开发了一个模块化、经济高效的热轧扁钢实时AOI系统有效提高了基于机器视觉的钢材表面检测技术的快速性和准确率[6]。Chuanxia Jian提出了一种改进的模糊c均值聚类(IFCM)算法,能够有效地检测出MPSG的各种缺陷,并具有比其他方法更好的性能[7]。Liu Zhenyu提出了一种基于卷积神经网络(CNN)的视觉缺陷检测框架,通过引入变形卷积模块、平衡特征金字塔模块和级联头部模块,实现了对缺陷的高质量定位[8]。He Zhendong提出了一种基于油封表面图像径向灰度显著变化的超像素分割算法和一种基于沿图像周向小变化的周向背景差分算法,消除了反射不等式的影响,改善了缺陷与背景的对比度差异[9].

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 计划与进度安排

(1)2022年11月21日:完成选题。

(2)2022年11月22日-2022年110日:查阅相关文献,进行资料收集,数据采集并整理,

(3)2022年131日-2022年228日:根据论文提纲完成、提交论文初稿和中期检查表,等待指导老师的指导意见。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 参考文献

[1] 崔岳.基于机器视觉的智能制造系统图像识别技术研究.信息记录材料,2020(10)

[2] 朱云,凌志刚,张雨强.机器视觉技术研究进展及展望.图文学报,2020(11)

[3] 陈紫鹏,李威等.基于机器视觉的带钢表面缺陷检测系统中图像处理方法设计研究.机电技术应用,2020(11)

剩余内容已隐藏,您需要先支付 1元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。