论文部分内容阅读
随着科学技术的不断发展，人们对产品的质量要求不断提高，同时，随着人们生活水平的提高，各式各样的卡片（如:银行卡、购物卡、会员卡等）的需求量也随着增加。然而，由于车间环境、机器精度、印刷工艺等各个方面的影响，卡片在制作的过程中不可避免的出现毛尘、污点、漏印、套印不准、划伤、气泡等各种影响卡片质量的缺陷问题。同时，传统人工检测由于受到许多主观因素的影响无法做到检测标准的统一性，由于人本身的限制无法保证检测的效率。近年来，随着数字图像处理技术和计算机软硬件技术的不断发展，机器视觉技术在工业检测的领域已经受到了广泛的使用，这使得基于机器视觉技术的质量在线实时检测成为了可能。 本文把机器视觉、数字图像处理与卡片生产印刷基本原理相结合，针对卡片外观质量检测的基本要素，研究了基于机器视觉的卡片质量在线检测系统。首先在对一般的基于机器视觉技术的检测系统进行分析与研究的基础上，提出了本系统的总体设计方案，包括相应的软件与硬件设计，并对该系统所用的面阵CCD相机、照明光源等硬件部分做了介绍分析。 在卡面检测部分，通过对现有的模板学习算法和缺陷检测算法对比和分析，提出了多层面极大极小值模板学习算法和基于图像差分法的缺陷检测算法，并对算法的有效性做了实验。 在可变信息检测部分，本文提出了一种高效的QR码识别算法，包括灰度化、二值化、粗定位、精确定位、图像旋转以及最终的译码过程。实验表明，该算法对存在畸变或者分辨率较低的QR码图像都能做到有效的识别。 针对银行卡检测中的签名条缺陷检测部分，本文提出了一种拼接建模滑动匹配的算法，包括位移、合并、滑动匹配、差分以及最终判断。同时，本文还针对如距离，色差等特殊缺陷提出了特殊算法。实验表明，这些算法对特殊缺陷检测有很高的准确性。 为了保证系统子站与主站之间大量图片的实时网络传输，提出了一种基于Intel IPP的实时图像解压缩算法，并对该算法的实时性和有效性做了实验验证。同时，在硬件上还使用了虚拟盘与千兆网技术。 最后，对本系统的模块构成做了详细分析，并对部分界面做了简单展示。