1、隨著社會與經(jīng)濟的發(fā)展，人們的生活節(jié)奏越來越快，方便型包裝食品越來越受歡迎，市場需求量越來越大。馬口鐵罐是方便型包裝食品的傳統(tǒng)方法之一，被大量使用在水果、肉類、魚類、蔬菜等食品的包裝中。如果馬口鐵罐出現(xiàn)缺陷，不僅會給制罐廠帶來經(jīng)濟上的損失，而且會引發(fā)食品的劣變反應(yīng)，所以馬口鐵本身的質(zhì)量和其罐包裝的質(zhì)量對于內(nèi)容物的安全保存起到非常重要的作用。因此，亟待研究馬口鐵罐的質(zhì)量實時在線檢測技術(shù)和檢測系統(tǒng)，保證罐頭包裝食品的安全，以滿足目前市場的需求

2、。
　　 本文提出了基于機器視覺檢測技術(shù)為檢測原理的馬口鐵罐缺陷檢測系統(tǒng)研制方案，并對檢測系統(tǒng)關(guān)鍵技術(shù)進行討論。本文主要研究內(nèi)容與完成特色創(chuàng)新工作如下：
　　 1．設(shè)計特殊照明光源系統(tǒng)：針對馬口鐵表面缺陷和馬口鐵罐身缺陷的不同類型，進行實驗與仿真研究，從而確定光源的結(jié)構(gòu)和形式以及照明的方案。對馬口鐵表面缺陷檢測系統(tǒng)設(shè)計了明場照明的漫反射LED線形照明光源，在馬口鐵罐身缺陷檢測系統(tǒng)中使用了低角度的環(huán)形照明光源。
　　

3、 2．基于SOFM神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)，實現(xiàn)對馬口鐵表面缺陷分類與識別：針對馬口鐵表面缺陷特征，討論了馬口鐵表面缺陷圖像處理算法流程，并且對各處理步驟給出了實現(xiàn)算法。重點研究了基于特征數(shù)據(jù)的自組織特征映射(SOFM)神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)，定義了缺陷特征參數(shù)空間，使用了SOFM神經(jīng)網(wǎng)絡(luò)對缺陷進行分類，其缺陷識別率達到95.45％。在滿足系統(tǒng)精度要求下，通過對圖像的多分辨率處理的優(yōu)化，處理速度可達到1.4m/s。
　　 3．提出

4、了基于黑白網(wǎng)格圖像的幾何畸變修正方法：針對馬口鐵罐身缺陷特征，采用了圖形金字塔搜索匹配策略，利用橢圓形狀模板的快速高精度圖像匹配算法，最后通過使用偏差模型法對圖像進行識別，提高缺陷檢測的效率和準確率。重點討論了圖像畸變的幾何校正，提出了一種基于黑白網(wǎng)格圖像的幾何畸變修正方法。
　　 4．開發(fā)了檢測系統(tǒng)軟件：提出了軟件系統(tǒng)框架結(jié)構(gòu)設(shè)計方案，包括了圖像處理與檢測模塊、人機界面模塊和硬件控制模塊，完成對CCD/COMS獲取的圖像進行處