基于色彩的工件识别与分类方法研究开题报告

 2022-12-17 14:13:12

1. 研究目的与意义

研究背景:工件的在线检测以及分选技术是一种新兴的自动化检测手段,已被广泛应用于农产品如水果、蔬菜、粮食等的次品检测及在线分级与加工等工业生产场合中。例如,对农副产品质量的检测、医学图像的诊断系统和自动分析系统、工业生产中产品加工过程的监控和对品质的自动监测等。相比传统依靠人工进行检测的方法,这种新近发展起来的自动监测技术不仅在很多程度上降低了生产线上工人的劳动强度,而且提高了劳动效率,同时也提高了工件检测和分级的精度。

国外的基于颜色识别的分选技术发展较早且已经得到了广泛的应用,相对于国外而言,国内的颜色分选技术起步较晚,早期用于实际生产的机械都需要国外进口,而进口的产品一般都会出现配件更换不便、价格高昂及售后服务不能及时得以解决等问题,严重影响了企业的生产与发展。研制具有知识产权的设备成为一个摆到桌面上的问题。目前,国内也出现较多色选机生产厂家,有些产品已能大量出口国家。

颜色分选是一种将光、点、电、机结合的高新技术。它将异色物从运动物流中检测和剔除出来,具有稳定、可靠和灵敏度、自动化程度高等特点。该技术利用物料的物理特性,可以将表面有缺陷或内部发生质变的不合格零器件、颜色不正常以及外来夹杂异物从大批量工件中无损检测并剔除,其检测方法简单、生产成本低、分级效率高等特点,在很多领域得到了广泛的运用。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究内容与预期目标

研究内容:机器视觉是利用计算机对图像或视频进行处理,实现对二维或三维场景的识别、检测、感知和理解。目前,机器视觉已经广泛用于产品分拣领域。本题目要求研究基于机器视觉的快递件分拣领域中的识别与分类,对影响识别定位精度和速度的因素进行深入研究。

预期目标:本课题旨在利用MATLAB和单片机驱动电路实现对系统的设计。颜色识别技术能够满足生产线上实时采集与识别的需求,在颜色信息的采集过程中不需要特别的背景光源;可以准确判别生产线上零件的颜色并能得到其在图像中的灰度值等物理参数;颜色识别的结果经过一定的计算后可以作为下位机的控制信号,为后续零件的筛选和分类做好准备。

3. 研究方法与步骤

1. 研究方法:

(1)利用MATLAB和单片机实现对颜色识别分类系统的设计。

(2)参考各类文献,改革创新。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1] D M Chen, M Ardabilian, X F Wang et al. An improved non-local cost aggregation method for stereo matching based on color and boundary cue[C]. Proceedings of IEEE International Conference on Multimedia and Expo, 2013, 1-6.

[2] Xiang Y, Mottaghi R, Savarese S. Beyond PASCAL: A benchmark for 3d object detection in the wild[C]. Proceedings of the 2014 IEEE Winter Conference on Applications of Computer Vision (WACV). Steamboat Springs, Colorado, USA: IEEE, 2014, 75#8722;82.

[3] Takeda M, Mutoh K. Fourier transform profilometry for the automatic measurement of 3D object shapes[J]. Applied Opties, 1983, 22(24):3977-3982.

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 工作计划

(1)1月8日至3月5日(1周前):根据任务书, 明确设计的内容和目的 ,查阅相关文献材料准备开题报告。

(2)3月8日至3月12日(2周):根据阅读的资料文献初步了解设计的原理以及实现的方法,开始写开题报告。

(3)3月15日至4月9日(3-6周):掌握所选择硬件或软件平台的使用方法、开始完成设计的具体内容。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。