丝饼作为化纤纱线运输时的一种封装形态,经过收卷、去皮、检验和打包四个步骤完成生产,其中前三个步骤会造成丝饼表面毛羽、凹陷和油污缺陷。目前国内外主要通过人工进行丝饼外观缺陷检测,此外,为区分不同批次的丝饼,还需要人工对不同颜色的纸管进行检测分类。由于丝饼缺陷较小,同时要求较快的检测速度,所以人工检测的稳定性和可靠性难以保证,并且人工接触性的检测方式,会对丝饼造成二次损伤。为实现丝饼外观缺陷和纸管颜色的自动化检测,本文设计出一套快速、稳定的丝饼外观缺陷检测系统,主要工作如下:(1)对国内外常用的外观缺陷检测方法以及机器视觉技术研究现状进行了总结及分析。根据丝饼缺陷特征及检测速度要求,搭建硬件平台,并确定各部件型号。(2)基于单方向凸包和SVM的丝饼毛羽检测与分类。分析毛羽的形态和结构特征,首先采用特定卷积核提取毛羽图像特征,然后结合轮廓检测方法和提出的单方向凸包检测算法对毛羽进行定位和计数,最终使用局部二值模式和SVM完成直毛羽和卷毛羽的分类,并通过实验证明该方法的有效性。(3)基于DoG和坐标序列的丝饼表面油污与凹陷检测。分析丝饼表面油污和凹陷特征,使用DoG算法对丝饼表面油污和上下表面凹陷进行检测。由于丝饼侧面的反光特性,选择特殊的打光方式,并设计出基于坐标序列分析的侧面凹陷检测方法,实验结果表明结合DoG和坐标序列分析方法可以实现丝饼表面油污与凹陷检测。(4)基于MLP的纸管颜色识别。针对实际生产中8种不同颜色的纸管,统计其图像的R、G、B通道平均值作为纸管颜色特征向量,并构造出特定的多层感知机,对其进行训练以正确识别不同颜色的纸管。(5)用Pycharm作为开发环境,OpenCV作为丝饼外观图像处理工具,并通过PySQLite数据库对检测结果进行管理保存,最终结合PyQt编写的人机交互界面完成基于机器视觉的丝饼外观缺陷检测系统设计。本文图48幅,表7个,参考文献79篇。