基于机器视觉的酒瓶检测系统设计任务书.doc

大学

本科毕业设计任务书

题目：基于机器视觉的酒瓶检测系统设计

学生姓名届届
学院（系）专业
指导教师职称
下达任务日期

一、毕业设计内容及要求
本课题的范畴属于机器视觉中的视觉检测领域。
我国是生产和消费的大国，特别是酒业生产己经成为国民经济的重要组成部分。对于酒类生产过程中，对于酒瓶瑕疵和酒瓶液位的检测，传统的方法是采用人工检测，但人眼观测存在如下缺点：
(1)人眼长期观察容易疲劳，难免产生遗漏
(2)人眼感觉难以量化，标准难以掌握
(3)因人的反映速度有限，一旦发现啤酒体积不符合要求，也难以立即剔除，需中断酒水生产线的运行，这样对生产线的速度及其连贯性有一定限制。
随着罐装速度不断提高，传统人眼检测己难以保证准确性。机器视觉系统采用高分辨率摄像技术，光学照明技术，机电控制技术以及实时图像处理技术，很好的满足了检测的实时性与准确性要求。采用机器视觉的方法，可以有效克服人眼检测的不足，提高生产线的自动化程度与效率。
本课题即研究基于机器视觉，利用图像处理技术进行酒瓶瑕疵和液位情况的相关检测。此设备应用到酒类生产线上，可代替传统的人眼检测，将不合格产品剔除。具有高速度，高精度，无接触，无污染，智能自动化的特点。
基于机器视觉进行酒瓶检测的基本工作原理是：在生产线上，被测酒瓶经光源照射，经光学系统聚焦后成像于CCD工业相机的CCD像面上；用图像采集卡采集相机的图像信息，然后由计算机的算法程序软件完成对酒瓶瑕疵和液位信息的自动检测。
本课题的主要目标有三方面：
(1)视觉检测系统的器件选型
对于一个典型的机器视觉检测系统，其硬件系统构成主要包括光源、镜头、芯片和相机、图像采集卡、计算机。光源是机器视觉系统的第一步，特别对于酒瓶类易透射和反射光的被测物，选择何种光源非常重要。光源对能否进行稳定、清晰、高对比度的成像起着关键作用，而稳定、清晰、高对比度成像对保证结果的准确和可靠性起着关键作用。镜头（成像透镜）把被测物成像于CCD传感器的光敏面上，以达到非接触式测量的放大或缩小被测物的目的。相机是机器视觉系统的核心器件，近年来，随着科学技术的发展，相机和图像采集卡得到了快速的发展，各种型号、尺寸、速率、应用领域的相机和采集卡层出不穷。因此，根据本课题的测量需求，如何选择光源、镜头、相机等，是本课题的一个研究内容。
(2)测量系统的结构构成
不同的光照方式，会使图像产生不同的效果，如何避免酒瓶玻璃的透射和反射光，如何避免酒瓶颜色的影响，突出酒瓶瑕疵和液位情况，形成利于检测的图像，有待于本课题的研究。
(3)图像处理算法设计
图像处理算法包括两个方面，一方面是为了改善图像质量的图像增强算法；另一方面是为了实现检测目的的图像分析。
原始采集到的图像由于多种因素的影响，比如说光学系统失真、相机噪声等，往往会产生一定的图像质量的下降，如噪声点严重，边缘模糊、对比度低等。降质的图像不利于后续的分析和处理，甚至会导致检测结果失败。因此，为了改善图像质量，要在图像处理前要进行一定的图像增强算法处理。
改善图像质量后，对于酒瓶检测来说，其主要的图像处理算法是缺陷分割、判别及液位高度检测等算法。缺陷分割可以基于灰度差异来进行，边缘提取是若干特征参数提取的前提条件。边缘提取常用的方法是模板滤波法，学生根据研究可以提出不同的方案。
推荐图像处理算法基于Matlab软件或VisualC++软件进行。
本毕业设计要完成的任务目标是：
(1)掌握视觉检测的工作原理；
(2)掌握图像处理编程语言的软件环境；
(3)查阅资料，根据设计目标，进行光源、镜头、相机、图像采集卡等器件选型；
(4)针对酒瓶检测的需要，设计视觉视觉检测系统的架设结构，特别是光源照射方式的设计，以便采集到清晰可靠的酒瓶液位图像。
(5)设计图像缺陷分割、判别算法和液位检测算法，实现酒瓶检测。
设计完成时须提交的内容是：
(1)检测系统的硬件器件选型情况（光源、镜头、相机、图像采集卡等）；
(2)整体检测系统结构方案，包括光照方式、物像距尺寸等（图、表、文字说明等）；
(3)图像处理算法方案；
(4)图像处理程序；
(5)毕业设计说明书一份。
参考文献：
[1]CarstenSteger著,杨少荣等译.机器视觉算法与应用.清华大学出版社,2008年11月第1版
[2]冈萨雷斯著,阮秋琦等译.数字图像处理(中文版).电子工业出版社,第2版,2010年第7次印刷
[3]朱秀昌等著.数字图像处理与图像通信.北京邮电大学出版社,2002年5月
[4]吴斌,胡彦彦,肖爱民等.基于计算机视觉的空瓶检测系统.HYPERLINK"http://dlib.edu.cnki.net/KNS50/Navi/Bridge.aspx?LinkType=BaseLink&DBCode=