论文部分内容阅读
卡片质量检测是对卡片表面的缺陷，如污迹、划痕、色差、漏印等印刷缺陷进行检测。以检测结果根据质量标准对卡片进行优劣判定。机器视觉技术是用视觉采集系统来提取待测目标图像，通过图像处理算法从图像中提取有用信息。机器视觉系统以其特有的优势在实时在线工业检测中得到了广泛的应用，将机器视觉技术运用于卡片质量在线检测中提升了卡片质量检测的效率及准确性，也成功地将工人从繁杂的检验过程中解放出来。 本文旨在研究基于机器视觉的卡片质量在线检测中图像处理的关键技术，主要包括:目标图像提取、图像配准、缺陷检测提取、缺陷分析。通过对常用方法进行理论分析及实验验证，结合本项目中的具体情况，提出每个关键技术中行之有效的解决方法，在准确性及效率上较之前方法均有明显提升。本文的主要工作有: 提出了一种卡片边界点的精确提取方法，并结合直线拟合的方法，实现了对于背景变化多样的卡片边界线的准确提取。 提出了一种基于多定位核模板匹配的图像精确配准方法，以及一种基于角点检测的多定位核自动选取方法，达到了适应多样化的卡片图像精确配准的目的。 提出了一种基于k-领域的前景像素分析方法，能有效处理实际情况下需要根据距离设定来进行不连通区域的合并要求，达到对缺陷完整分析的目的。