資源描述：
《基于機器視覺的樹脂鏡片缺陷檢測及分類方法研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應用文檔-天天文庫。
1、基于機器視覺的樹脂鏡片缺陷檢測及分類方法研究StudyontheResinLensDefectDetectionandClassificationBasedonMachineVision姓2014年6月獨創(chuàng)性聲明本人鄭重聲明：所呈交的學位論文，是本人在導師的指導下，獨立進行研究工作所取得的成果。除文中已注明引用的內(nèi)容以外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果，也不包含為獲得江蘇大學或其他教育機構(gòu)的學位或證書而使用過的材料。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律結(jié)果由本人承擔。學位論文作者簽名：弓搬Et期：沙，弘年參
2、月7EllIIIIIIIIIIUIIlUllIIIIIIIlY2537566學位論文版權(quán)使用授權(quán)書江蘇大學、中國科學技術(shù)信息研究所、國家圖書館、中國學術(shù)期刊(光盤版)電子雜志社有權(quán)保留本人所送交學位論文的復印件和電子文檔，可以采用影印、縮印或其他復制手段保存論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致，允許論文被查閱和借閱，同時授權(quán)中國科學技術(shù)信息研究所將本論文編入《中國學位論文全文數(shù)據(jù)庫》并向社會提供查詢，授權(quán)中國學術(shù)期刊(光盤版)電子雜志社將本論文編入《中國優(yōu)秀博碩士學位論文全文數(shù)據(jù)庫》并向社會提供查詢。論文的公布(包括刊登)授權(quán)江蘇大學研究生處辦理。本學位論文屬于不保密函。學位
3、論文作者簽名：弓衽脹沙，缸年多月7日』一獻伽名F獬年師歸教坳撒泐江蘇大學專業(yè)碩士學位論文摘要我國是世界上最大的眼鏡生產(chǎn)基地，但是我國的生產(chǎn)線相對國外來說卻是比較落后的，處于半自動化狀態(tài)，而鏡片的質(zhì)量檢測環(huán)節(jié)，幾乎處于純?nèi)斯るA段。對于工業(yè)中批量生產(chǎn)的產(chǎn)品，傳統(tǒng)的人工檢測存在很多不可避免的缺點：容易漏檢、速度慢、精度低、成本高、信息化程度低等?；跈C器視覺的無接觸檢測方法為鏡片缺陷檢測提供了很好的解決方案。該方案通過對鏡片缺陷圖像進行采集，并對采集后的圖像進行實時處理，然后判斷獲取的鏡片圖像中是否具有缺陷以及缺陷的重要參數(shù)，如尺寸、位置、數(shù)量和離散度等，并根據(jù)這些參數(shù)判斷鏡片的等級，由后續(xù)
4、的分揀機構(gòu)按照鏡片的等級完成分揀。本文基于機器視覺技術(shù)基本原理，研究了樹脂鏡片缺陷檢測的照明方式以及圖像采集系統(tǒng)的主要硬件，分析了樹脂鏡片生產(chǎn)工藝，缺陷的種類、形態(tài)以及其產(chǎn)生的原因，并結(jié)合現(xiàn)階段市場上相關(guān)設備器件的具體性能和價格，設計了基于側(cè)向照明方式和雙面陣相機拍攝方式的樹脂鏡片缺陷檢測圖像獲取系統(tǒng)方案。根據(jù)設計方案搭建了實驗平臺，實驗結(jié)果表明，該方案基本滿足了樹脂鏡片缺陷檢測要求，同時有效地控制了設備的生產(chǎn)成本。在獲得鏡片缺陷圖像的基礎(chǔ)上，本文研究了圖像預處理算法，包括鏡片圖像拼接、圖像增強、圖像分割和數(shù)學形態(tài)學，提出了基于幾何特征、形狀特征以及以最小二乘法為基礎(chǔ)的直線判別特征的鏡
5、片缺陷分類算法，完成了四種缺陷的分類并進行了實驗驗證，實驗結(jié)果表明：四種疵病的分類準確率為96．5％，基本滿足了檢測要求。關(guān)鍵詞：樹脂鏡片，缺陷檢測，機器視覺，缺陷分類基于機器視覺的樹脂鏡片缺陷檢測及分類方法研究江蘇大學專業(yè)碩士學位論文ABSTRACTChinaisthelargestproductionbaseofglassesintheworld．However，ourproductionlines，whichisstillatthesemi-automatizationlevel，aremuchmorebackwardintechniquewhencomparedwiththel
6、inesinothercountries．Moreover，thequalitydetectionoflensisperformedalmostcompletelybymanualinspection．Asfarasmass-productionproductsinindustryareconcerned，therearemanyinevitableshortcomingsintraditionalmanualinspection，likebeingeasytoleaveout，lowspeed，lowaccuracy，highcost，lowinformationaldegreean
7、dSOon．Non-contactdetectionmethodbasedonmachinevisionprovidesadesirablesolutionforlensdefectdetection．Thissolutionincludesthefollowingsteps：(a)Imageacquisitionofthedefectsinlens．(b)Real—timeprocessingofthoseimages．(C)Judgingi
