基于机器视觉的包装袋缺陷检测

作     者：汪瑞 

作者单位：安徽工程大学 

学位级别：硕士

导师姓名：魏利胜

授予年度：2023年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0822[工学-轻工技术与工程] 

主      题：机器视觉 包装袋 缺陷检测 随机森林 支持向量机 VGG16 ResNet34 

摘      要：包装袋产品在人类生活和工业发展中扮演着重要的角色,其质量问题直接影响到内部产品的安全使用。传统的包装袋缺陷检测使用人工目检的方式来甄别,不仅无法连续、稳定地完成这高度重复性工作,且人工目检的速度也无法满足智能化生产的节奏。因此,本文主要探讨基于机器视觉技术来对包装袋进行缺陷检测,并使用机器人对包装袋进行保留和剔除,以提高包装袋缺陷检测的准确性和速度,推动包装智能化的发展。具体研究内容主要包括:首先,研究了一种基于特征融合与半监督协同训练随机森林的包装袋表面缺陷识别方法。使用感兴趣区域(Region of Interest,ROI)提取减少包装袋冗余信息,并通过改进的Canny算法进行边缘特征提取,同时对HSV颜色特征进行提取,将二者融合获得融合特征,以增加特征区分度;然后利用随机森林(Random Forest,RF)和支持向量机(Support Vector Machine,SVM)半监督协同训练,从无标签的样本中构建增强样本集,使用增强样本集对RF分类器进行训练,以提高包装袋表面缺陷的识别准确率。其次,探讨了一种基于知识迁移的包装袋封口热成像缺陷检测的方法。使用热成像仪获取包装袋封口的热成像图并采用小标签样本训练RF和SVM融合构建专家标注系统,对大量无标签样本进行打标操作;在此基础上,将打标得到的预测样本和标签样本组合成增强样本输入到微调VGG16(Visual Geometry Group 16)与微调Res Net34(Residual Neural Network 34)中进行训练和预测,使包装袋热封口缺陷的识别准确率提高。最后,设计了一种基于视觉的包装袋检测系统,并分析了其架构。简单介绍了该系统的硬件配置,并设计了包装袋缺陷自动检测系统的软件界面,实验验证了系统的可行性。综上所述,本文研究基于机器视觉的包装袋缺陷检测,对推动工业包装设备自动化、智能化有一定的实用价值。