纸张缺陷的图像检测与自动识别设计开题报告

全文总字数：1189字

1. 研究目的与意义

（1）提高生产效率，降低人工劳动强度。

连续生产线上的纸机车速很高，人眼很难于发现高速运行的纸张表面缺陷。

因此，如果没有准确高效的自动检测系统，就无法在不影响生产效率的条件下实现纸病检测； （2）改进造纸工艺，提高生产质量。

2. 国内外研究现状分析

国外对机器视觉的工业应用研究比较早，技术也比较成熟，有代表性的国家主要有美国、日本、德国、英国等国。像美国的机器视觉在医学领域、国防安全领域、空间技术的应用世界领先；日本的工业机器人，尤其是具有机器视觉的工业机器人技术世界领先；其余的典型的应用还有北欧国家的在造纸、纺织、机电产品等领域的机器视觉检测技术也很发达。

而在国内，机器视觉检测还处于新兴领域，机器视觉在各行业的应用仅限于低端方面的应用。近年来，国内的科研院所和企业也在机器视觉检测技术领域进行了积极探索和尝试。目前在制药、印刷、电子、汽车、食品等领域逐渐得到了应用，应用领域不断扩大。随着中国加工制造业的崛起，对机器视觉检测技术的需求会逐渐增加，国内的机器视觉检测应用领域也将由低端转向高端。总之，随着自身的成熟和发展，机器视觉检测技术必将在当代和未来制造企业中得到越来越广泛的应用。

古帅提出，近几年，国内各高校和研究机构对纸张检测算法的研究也比较多:2002年，吕岑等应用图象处理技术研究了纸张灰度图象的基本特征和分布特征，有效地提取出纸病的特征。

3. 研究的基本内容与计划

采用机器视觉技术，通过扫描相机捕获到纸张的光学图像，送入计算机处理，运用数字图像处理技术从图像中提取出纸质缺陷的信息。

针对纸张缺陷检测速度高、精度高、实时性处理的要求，提出了一种基于cmos的嵌入式图像处理器的设计方案用于纸张缺陷视觉检测系统。

利用matlab完成了基于cmos的视频图像采集及预处理程序的设计，并完成仿真。

4. 研究创新点

大多数纸病分析只选取孔洞、脏点、褶皱三种典型纸病进行研究，而在实际生产中，还有透光、气泡、折子、斑点、硬质块等多种纸病。

因此，在接下来的研究中，可选择更多的纸病进行研究，使得检测算法具有更好的通用性。