基于视觉的瓶盖瑕疵检测开题报告

1. 研究目的与意义

作为人工智能正在飞速发展的分支之一的机器视觉领域，正在逐步渗透进入生活应用和工业应用中。简单讲，机器视觉是用机器来代替人的视觉测量和判断。机器视觉系统通过机器视觉产品（图像摄取装置）将待判断目标转换为图像信号并将其传递给特定的图像处理系统，从而可以得到待判断目标的形态信息^[1、8]。再根据图片的像素分布和亮度、颜色以及其他信息，将图片转换为数字化信号；图像处理系统将这些信号与各种算法结合来提取待判断物体的特征，根据判断结果来对现场的机电设备发出指令，对已判断目标采取操作^[2-5]。机器视觉系统可以快速获取大量信息，且可以实现自动处理，并进过与设计信息、工控信息等的集成，进而在现代工业制造和生产的过程中，实现高度自动化。目前，机器视觉已经被应用于质量控制，工况监视，产品检验，人脸识别，汽车辅助驾驶等领域。随着机器视觉技术的不断发展与成熟，它将在未来的生活和工业制造中得到更加广泛的应用。

近年来，饮料行业的发展趋势直接影响着对瓶盖产品的需求。同时随着食品安全问题的频繁发生，消费者对食品包装的质量要求也越来越高。瓶盖作为饮料包装工业之重要一环，占据着包装工业的关键地位，产品的质量更加受到关注。尽管现代化流水线为瓶盖的生产提供了很多便利，但是瓶盖制造时由于注塑机压力过大，注料过多，模具加工不合标准、有异物混入等原因，导致瓶盖不可避免的产生划痕等缺陷^[3]。

人工检测存在以下问题 ^[2]：

2. 研究内容和预期目标

了解当前机器视觉的发展情况、应用领域、发展前景。了解掌握数字图像处理的的基本原理以及基本的图像处理算法，如：色彩空间转换、图像滤波预处理、图像二值化技术、数学形态学处理、模板匹配等。此外，需要掌握hough变换检测圆形的数学原理、最优化目标函数的定义方法以及优化技术。在理解上述理论和算法实现的基础上要熟悉matlab语言的基础，了解利用matlab的image processing工具箱进行图像读取、存储、处理的代码实现方法以及matlab优化工具箱的使用方法。

本毕业设计需要达到如下技术指标：

1、系统检测速度：1帧/秒

3. 研究的方法与步骤

本课题提出一种基于模板匹配技术的瓶盖瑕疵检测算法。该算法基本步骤如下：

（1）对模板样本图片进行处理，产生基准边缘图形；

（2）应用基于导向滤波的保边平滑技术对待测图片进行降噪预处理；

4. 参考文献

[1] 拉斐尔·c.冈萨雷斯, 理查德·e.伍兹. 数字图像处理（第三版）. 电子工业出版社，2017.

[2] 张志涌，杨祖樱. matlab教程. 北京航空航天大学出版社. 2015.

[3]yehu shen, rui mo, lei wei, yi zhu, zhenyun peng, yaohui zhang. bottle cap scratches detection with computer vision techniques. international conference on natural computation, 2013: 1289-1293.

5. 计划与进度安排

2022/3/5～2022/3/11查阅资料，分析实施方案；

2022/3/12～2022/3/20学习导向滤波算法，保边平滑降噪技术；

2022/3/20～2022/3/31完成图片边缘信息提取算法实现