朱彦中期检查报告由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“专业中期检查报告”。
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
近年来，因啤酒瓶爆炸造成死伤的恶性事件时有发生，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，也对企业形象造成不良影响。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。目前我国己成为继美国之后啤酒销量最多的国家，年产量达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，所生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、可重复使用备受青睐。而啤酒厂从自身经济利益出发，通常都会重复使用回收的啤酒瓶，但回收瓶子的种类和质量都参差不齐。虽然1996年6月25日，国家质量技术监督局发布修订了强制性国家标准GB4544—1996《啤酒瓶》{lip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，并印有生产同期，控制使用期限，要求使用两年以后予以销毁。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，其强度指标随着使用时间的延长而逐步降低。据统计，啤酒瓶重复使用5次后，其综合安全指标就会下降50％，因此即使还在使用期限内的回收瓶也有可能已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生。
目前国外开始流行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『日J内还难以在我国普遍推广。而易拉罐也由于成本高、容量小也没有大面积使用。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，这种方法存在几个缺点：一是人眼易疲劳，长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，目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量抽检的方式，难以避免劣质瓶混入灌装线，又进入流通领域，对消费者的人身安全造成威胁。
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，产生了-1'7新学科——机器视觉。它主要是研究用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，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，提高了生产自动化水平，有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
放出气体导致内压升高，啤酒瓶所受应力发生变化，当应力达到一定程度时就会产生裂纹或使裂纹扩大，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有较大变化，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，从而在生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社会效益。本课题的目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来的的，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中提取出诸如立方体、楔形体、棱柱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o”。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
式丌设“机器视觉”(Machi Fie Vision)课程。同时，MIT AI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年代丌始的。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目标转换成图像信号，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目标的特征，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的机器视觉系统通常由以下几部分组成：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。
机器视觉系统具有如下优点： 1．精确性
由于人眼又物理条件的限制，在精确性上机器有明显的优点。即使人眼依靠放大镜或显微镜来检测产品，机器仍然会更加精确，因为它的精度能达到千分之一英寸。2．重复性
机器可以以相同的方法一次次地完成检测工作而不会感到疲倦。与此相反，人眼每次检测都会有细微的差别，即使产品是完全相同的。3．客观性
人眼检测有一个致命的缺点，即情绪带来的主观性．检测结果会随工人心情的好坏发生变化，而机器的检测结果使非常客观可靠的。4．高速
机器能更快地检测产品，特别是当检测高速运动的物体时。例如，在生产线上，机器视觉系统能够提高生产效率。
由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息和加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来代替人工视觉。到目前，几乎所有的行业，包括工业制造、电子半导体、包装、医药、造纸等领域都依靠机器实际系统检测产品以提高产品的质量。
三、课题研究的重点问题及解决方案
1、重点问题
（1）图像分割
（2）啤酒瓶口圆的定位（3）瓶口完整性监测
2、解决方案
（1）、图像分割是指通过某种方法，使得画面场景中的目标物被分为不同的类别·通常图像分割的实现方法是，将图像分为“黑”，“白”两类，这两类分别代表了两个不同的对象。因为结果图像为二值图像，所以通常又称图像分割为图像的二值化处理。图像分割有两种方法：一种是基于区域的阙值方法，另一种是基于边缘检测的方法。本文采用了阙值分割方法：
最大类间方差阈值分割(Otsu法)Otsu法是一种使用类间方差最大的自动确定阈值的方法，该方法具有简单、快速等特点，是阈值分割中比较好的方法。其基本思想如下：把直方图在某一阈值处分割成两组，当被分成的两组间方差最大时，确定阈值。设图像像素数为N，灰度范围为
[O，1]，对应厌度级i的像素数为11，则有：
总的像素个数为：
各灰度值的概率为：
把图像中的像素按阈值T分成两类Co和Ci，Co由灰度值在[0，T]之间的像素组成，C一由灰度值在[T+I，L-I]之间的像素组成，各组产生的概率如下：
c0产生的概率为：
C-产生的概率为：
co的平均值为：
C1的平均值为：
整幅图像的均值为：
两组问的方差为：
让T在[0，L-1]范围内依次取值，使
最大的T值即为Otsu法的最佳阈值。
（2）使用改进的Hough变换定位圆心。
通常的变换策略是根据图像空间内的点在所对应的参数空间里，计算出符台对偶特性的参数点的所有可能的轨迹，并通过累加参数点的数量做出最终的决策。本课题的圆环中心可以写出其在图像空间的表达式：
转换到参数目标．将增加三维a，b，r，其参数轨迹为一个圆锥的部分表面。在应用中，Hough变换的一个主要问题就是离散参数空间随着参数的增加迅速 增加。本课题使用边界梯度信息来减少参数空间的工作量。
该模型N----k-参数，二个参数为圆的圆心坐标，另一个是圆的半径。如果可以 得到边缘梯度角，就可以提供减少自由度数量的约定，从而得到所要求的参数 空间尺寸。从圆的中心到每一个边缘点的矢量方向由梯度角确定，剩下的未知 参数只有园的半径。使用梯度角减少参数尺寸的圆拟合方法实现算法如下：
圆方程为：
圆的极坐标方程为 ：
则圆的参数为：
在边缘(x，Y)处给定梯度角0，计算COS0和sin0。从上述方程中消除半径，得到：
这是一个用于升级参数空间累加器的方程。刑于每一个在(x，Y)处并具有边缘方向角的曰来说，沿着上式给定的直线，在(日，6)参数空间给累加器一个增量。如果半径已知，则只需要直接对圆方程一个增量就行。具体实现算法如下： ①量化参数空问a和b；
②置累加器阵列M(a，b)为零；
③计算梯度值G(x，Y)和角o(X，y)；
④对于G(x，y)中的每个边缘点，沿着直线给累加器阵列M(a，b)中的所有点一个增量； ⑤累加器中局部最大值对应于图像中的圆中心；
（3）采用模板匹配法进行瓶口完整性监测。
四、工作进度及安排。
阶段一：选择课题，收集相关资料并整理成综述，包括：课题研究的背景或应用领域、意义，国内外研究现状。并且记录所有的有参考价值的文献资料，包括作者，题目、期刊名或出版社名、出版时间。
已完成 阶段二：根据收集的资料，及已掌握的知识初步设计方案，并编写算法。
部分完成 阶段三：学习编程软件（matlab），编写程序，并不断进行修改与调试。
未完成 阶段四：根据调研的资料及设计出来的解决方案进行论文的编写。
未完成 阶段五：制作PPT，准备答辩。
五、下一步工作
根据已总结的解决方案及算法，编写程序，并不断修改与调试。
六、参考文献
[1]张书彬，浅谈啤酒的包装，包装工程，2002年1期，23卷，41-42页 [2]顾国贤，新世纪中国啤酒工业发展展望，酿酒科技，2002年4期28页 [3]中国视觉网WWW．china—vision．Net [4]章毓晋，图像处理和分析，清华大学出版社，1999年3月第一版
[5]马颂德，张正友，计算机视觉计算理论与算法基础，科学出版社，1998 [6]欧阳鑫玉等，图像分割技术的发展，鞍I』I铡铁学院学报，2002，5期25卷
[7]付忠良，图像阂值选歌方法一OsTlJ方法的推广，计算机应用，2000年5期 [8]Kenneth．R，Castleman著，朱志刚等译，数字图像处理，电子工业出版社，1998年第一版
[9]于平顺．例像处理技术在玻璃缺陷检测中的麻Hj研究【D]．秦皇岛：燕山人学，2005．
湘潭大学2011届本科毕业生论文
中期检查报告
机器视觉在瓶口瑕疵检测中的应用研究性
院 系： 信息工程学院
班 级： 07级通信工程一班
学 号： 2007550125 姓 名： 朱 彦
指导老师： 许海霞
