导读:本文包含了检测分选系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:轴瓦,在线,缺陷,沙门氏菌,尺寸,智能,叶绿素。
检测分选系统论文文献综述
杨凡[1]（2019）在《基于机器视觉的木皮在线分选检测系统》一文中研究指出随着我国制造业的快速发展,胶合板被广泛应用于社会生产的各个领域,在国民经济中发挥着重要作用。木皮作为胶合板的原材料,其尺寸误差和表面缺陷会降低胶合板的产品质量。为了避免因木皮尺寸误差和表面缺陷造成的胶合板质量问题,本文依托于山东某木材机械企业项目,基于机器视觉检测技术快速准确的优点,以木皮尺寸和表面缺陷为研究对象,对在线检测系统的搭建、木皮尺寸的检测和表面缺陷的识别分类进行了深入研究。良好的检测系统是识别检测的基础,针对木皮尺寸和表面缺陷类型,对木皮检测系统整体架构进行了设计,并搭建了木皮检测系统硬件平台。采用暗场照明与背光照明相结合的方法辅助CCD相机对木皮图像进行采集,此方法可以突显木皮外形轮廓和表面特征,有助于木皮检测系统的检测识别。为了减少环境因素对采集图像质量的干扰,采用直方图均衡化的方法来突显所需的图像特征。在图像直方图均衡化的基础上,结合几种常用的图像边缘分割算法进行边缘检测,根据实际的分割效果选取最佳的Canny分割算法,并通过木皮图像外接多边形方法与边缘拟合提取方法相结合的方式对分割后的图像进行处理计算,实现了对木皮尺寸的准确检测。针对木皮表面缺陷的识别分类,利用词袋模型理论建立了整体的识别分类框架,运用提出的改进FREAK算法和改进SURF算法分别对木皮缺陷特征进行提取,探究了旋转角度对特征提取的影响并验证了改进算法的有效性。使用K-means++聚类方法将提取的特征进行聚类以构建视觉词典。为得到最优检测结果,对支持向量机(SVM)中的核函数参数进行了优化,并采用支持向量机分类器对木皮表面缺陷进行识别分类,得出了两种改进算法在高斯径向基核函数下的分类结果。通过分类结果得出两种改进算法都可以实现对木皮图像的有效识别分类,其中改进SURF算法平均识别率更高,改进FREAK算法平均运行速率更快。根据已选算法与参数,对在线分选检测系统的软件部分进行了设计,测试结果表明,设计方案与算法能够有效解决木皮在线识别分选的问题,满足实际生产的需求,具有一定的推广应用价值。(本文来源于《济南大学》期刊2019-06-01）
金根炎[2]（2019）在《基于机器视觉的光伏太阳能晶硅电池片缺陷检测及颜色分选系统研究》一文中研究指出为了解决在丝网印刷流水线末端光伏太阳能晶硅电池的自动缺陷检测和颜色分类的问题,通过对太阳能电池的检测方法进行分析,提出了基于机器视觉的电池片缺陷检测及颜色分选的解决方案,开发了光伏太阳能晶硅电池片检测系统。首先介绍了太阳能电池的制备工艺,分析了太阳能电池的常见缺陷种类和色系等级及其形成原因,并提出了相应的检测标准和要求。同时进行光伏太阳能晶硅电池片检测系统整体方案设计,分别对系统硬件和系统软件进行分析设计,然后根据检测系统要求完成了工业相机,镜头,灰度卡等核心元件的选型以及检测功能模块化,离线在线相结合的软件系统设计。研究了太阳能晶硅电池片缺陷检测算法,介绍了电池片图像的色彩校正,区域提取,硅片定位,工艺点屏蔽等预处理过程。提出了基于亚像素的电池片的尺寸测量方法。针对破损缺陷,分别使用形态学和参考模板的检测方法进行实验,通过比较分析选择合适的检测算法。针对栅线印刷缺陷,根据栅线分布特征将检测步骤细分为栅线提取,细栅检测,主栅检测。针对脏污缺陷,提取出基于改进的局部阈值分割方法。研究了太阳能晶硅电池片颜色分选算法,介绍了常用的颜色空间及其转化方法,并使用HSI通道进行颜色直方图特征提取。分析了传统的颜色分选算法后,提出了一种基于神经网络的颜色分选算法,并通过实验对比分析两种方法的运行效率和精确度,验证了本算法的优越性。最后,针对本课题的太阳能晶硅电池片缺陷检测及颜色分选系统,在线检测与人工目检相结合,分别从系统的精确度,高效性以及稳定性进行综合性能的实验分析。实验数据表明,系统的综合性能可以满足实际生产需求。(本文来源于《华南理工大学》期刊2019-01-03）
张洁平[3]（2018）在《基于单片机的在线称重分选检测系统设计》一文中研究指出针对定量包装产品出厂前的重量检验需求,设计基于单片机的在线称重分选检测系统.先阐述系统的基本构成和原理,再重点对检测控制系统进行设计.测试情况表明该系统具有称重检测精度高、分选速度快和误检率低的特点,有良好的应用前景.(本文来源于《河西学院学报》期刊2018年02期）
周洪燕,宿文玲[4]（2018）在《汽车齿轮快速检测分选系统的研究》一文中研究指出针对汽车齿轮大批量生产的现场检测需求,研究了汽车齿轮快速检测分选系统,实现了自动上下料、快速检测以及智能分选的功能。采用整体误差测量原理,使用机械手代替人工完成自动上下料、智能分选,解决了大批量齿轮的快速检测的难题,满足了汽车产业发展对大批量齿轮的检测需求。(本文来源于《机械工程师》期刊2018年02期）
周洪燕,宿文玲[5]（2018）在《指示表智能检测分选系统的研究》一文中研究指出文中研究了一套国内首例智能指示表检测系统。该系统由机器人、打标机、指示表检查仪、待检料盒、合格/不合格料盒、工作平台组成,以机器人为核心,依次完成对指示表的精度检测、分选、打标、装箱等一系列流水线工作。整个检测过程为全自动化检测,无人工干预,节省人力成本,满足指示表在检定过程实现全自动化检定的快速高效的生产模式,具有十分重要的实用价值和极其广阔的应用前景。(本文来源于《机械工程师》期刊2018年01期）
徐斌[6]（2017）在《轴瓦壁厚检测与分选系统设计》一文中研究指出随着汽车行业的快速发展,与汽车行业相关的汽车零部件行业也获得了快速发展。发动机是汽车的核心部件,而轴瓦对于汽车发动机的质量有着巨大的影响。轴瓦对发动机工况的影响主要体现在各个轴瓦配合间隙的大小,因此轴瓦的质量与发动机的质量紧密相关。提高质量需要从两方面入手,一方面,提高轴瓦加工设备的精度,另一方面,提高检测设备的检测精度与效率。虽然,目前市场上已存在轴瓦检测类设备,但是,它们都不够完善,存在着各自的缺点,不能将精度与效率两者兼顾。针对以上问题,本文开发出一套轴瓦壁厚检测与分选系统,对轴瓦壁厚进行全自动检测与分选。轴瓦壁厚检测与分选系统主要由上料装置、喂料装置、检测装置与分选装置四部分组成。该系统提供美观的检测界面,实现轴瓦壁厚检测与分选过程的全自动运行。若发现运行异常,系统会自动停止并报警,保护硬件设备。设备维护人员根据报警提示找出问题原因并采集措施恢复设备的正常运行。轴瓦壁厚检测与分选系统的设计主要完成以下任务:基于LabVIEW开发了轴瓦壁厚检测与分选系统上位机软件;优化了轴瓦壁厚检测环节,提高检测精度和效率;设计并完成分选方案;设计了基于OPC的通讯模块,提高了上位机与PLC的通讯效率,使得检测与分选整体效率得以提升。目前该系统已经被用于轴瓦生产企业。经过叁个多月的运行表明,该轴瓦壁厚检测与分选系统能够长时间稳定运行,它给轴瓦生产企业带来了很大的好处。其一,全自动检测节省人力资源,缓解了人员紧张的情况,为轴瓦生产企业降低了成本。其二,提高了检测精度与效率。本系统检测速度达到2.5秒/片,效率提高了16.7%,检测精度达到0.79μm。它的检测精度与检测效率都能够满足轴瓦企业的生产要求。(本文来源于《浙江理工大学》期刊2017-12-22）
潘雪峰[7]（2017）在《基于光学无损检测的蔬菜种子分选系统研究与设计》一文中研究指出种子作为农业生产中重要的基本生产资料,其质量成为农业生产中的一个热门课题。本文旨在基于光学无损检测技术下,根据蔬菜种子特点,对蔬菜种子分选系统进行研究设计,以提高种子的质量、活力。具体研究内容如下:(1)了解国内外种子分选系统的研究进展,分析了种子质量检测研究方法,选择了基于光学无损检测的种子质量检测法;(2)蔬菜种子分选系统总方案设计。针对蔬菜种子分选系统的功能需求,讨论了种子自动分选系统的设计方案,主要包括系统的设计要求、硬件系统总体方案设计和软件系统总体方案设计叁个方面;(3)蔬菜种子识别检测系统的设计。确定了种子识别检测的实现方法,根据检测实现方法选用合适的器件并进行了组装与调试;确定相机标定方法,得到相机内外参数,为提取不成熟种子的位置信息做好准备工作;利用图像处理技术中的阈值分割和边缘检测对含有荧光的目标种子进行处理识别并提取质心坐标;(4)分选控制系统设计。成功识别出含有荧光的种子以后,需高精度的分选系统将种子分选出来,因此控制系统以直角坐标台为分级机构、PLC控制器为核心;设计了PLC通信模块、I/O口以及PLC控制程序;(5)上位机软件开发。基于VS2010和OpenCV的种子分选软件平台负责控制整个系统的运行流程;(6)试验研究。对直角坐标台进行精度标定试验,在此基础上完成蔬菜种子分选试验和发芽试验。试验结果表明,直角坐标台的精度能够满足系统的需求,种子分选成功率能够达到91%,分选后含有荧光的种子即不成熟的种子的活力明显低于不含有荧光的即成熟度的种子,系统合理性、可靠性达到设计要求。(本文来源于《太原理工大学》期刊2017-06-01）
李景丽[8]（2017）在《在线检测板材尺寸含水率及分选控制系统研究》一文中研究指出随着木制品的需求逐年增加,森林资源供不应求,因此,合理利用木材资源、减少资源浪费显得尤为重要。50%以上的木制品问题是由尺寸和含水率超标造成的,尺寸和含水率是木材检测的关键参数。本课题主要研究板材尺寸和含水率在线检测及分选控制系统,实现尺寸和含水率在线、快速、无接触检测及分选。本文在第一章介绍了板材含水率检测的经典法、现代法、欧洲国家先进生产线的特点以及叁维尺寸检测的方法和研究现状,根据制材生产线的需求,确定了以STM32系列微控制器为核心的板材尺寸含水率检测及分选控制系统的整体方案。采用平面电容传感器检测板材含水率,激光扫描识别条码技术检测板材厚度、图像处理技术测量板材的长度和宽度。本系统包括两部分:硬件设计和软件设计。硬件部分介绍了STM32微控制器的硬件结构、信号调理电路、激光扫描厚度检测电路以及通信单元。软件部分包括尺寸含水率参数检测程序设计、界面显示程序设计、分选控制程序设计。完成了检测及分选控制系统的整体设计,对美国加利福尼亚雪松186mm*75mm*12mm板材进行了含水率、厚度、长度和宽度检测实验,并对检测结果进行了验证分析,实验结果表明本文设计的系统可以实现无接触检测板材尺寸和含水率,在实际生产中能够减小人为操作误差,降低生产成本、提高板材成品率。(本文来源于《河北工业大学》期刊2017-03-01）
满尊[9]（2016）在《鲜枣品质在线光谱无损检测与分选系统研究》一文中研究指出中国作为鲜枣的原产国,鲜枣产量居世界之首,然而出口比例却非常低,究其原因主要是由于我国鲜枣在线检测技术比较落后,鲜枣商品化水平低。鲜枣品质检测分选是促进鲜枣增值、提高鲜枣产业利润的主要方法之一,通过鲜枣品质检测分选能够推动鲜枣的商品化与品牌化发展,因而,实现鲜枣内外部品质的检测分选是非常必要的。目前,国内外对鲜枣品质在线无损检测分选的研究报道还较少,相关的无损检测技术和分选方法还不够成熟,国内还没有鲜枣内外部品质在线无损检测设备,而少数国外水果品质在线检测分选装备由于其昂贵的价格,不能够大范围普及应用。本研究以冬枣为研究对象,以可溶性固形物和轻微损伤为鲜枣内外部品质的研究指标,设计出鲜枣品质的在线光谱无损检测分选装置；利用近红外光谱分析技术,结合化学计量学方法建立了鲜枣内部品质预测模型和外部损伤判别模型,并对所建模型进行精确度和稳定性的分析比较,优选出最佳建模方法,最后通过在线检测装置验证该方案的可行性和正确率。本文主要做了如下几方面的研究：(1)鲜枣品质在线光谱无损检测分选装置的设计和检测控制软件的开发。结合机械学、电子学和计算机技术,研制开发了基于近红外光谱技术的鲜枣内外部品质在线无损检测与分选系统,系统包括机电控制部分、数据采集部分、数据处理部分和分选执行部分,并且设计开发了相应的检测控制软件,实现鲜枣检测分选过程中的实时控制、数据显示和结果统计等功能。(2)对鲜枣内部品质指标一可溶性固形物在可见／近红外波段的特征波长提取及预测模型建立。在全光谱波段范围内,对经过不同预处理方法后的光谱数据建立PLS定量分析模型,确定最佳预处理方法—9点平滑；然后,对经过9点平滑预处理后的数据进行RC、SPA、CARS叁种方法的特征波长提取；最后,对各自提取的特征波长数据以及全波段数据分别建立PLS模型和LS-SVM模型,分析比较所建立模型精度,最终选取RC-LS-SVM法为最佳冬枣样品SSC值预测模型,其中RC为0.9347,RMSEC为0.9928,RP为0.9176,RMSEP为1.0828。(3)对鲜枣外观品质指标—轻微损伤在可见／近红外波段的特征波长提取及预测模型建立。在全光谱波段范围内,对经过不同预处理方法后的光谱数据建立PLS定量分析模型,确定最佳预处理方法—9点平滑；然后,对经过9点平滑预处理后的数据进行RC、SPA、CARS叁种方法的特征波长提取；最后,对各自提取的特征波长数据以及全波段数据分别建立PLS模型和LS-SVM模型,分析比较所建立模型精度,最终选取RC-LS-SVM法为最佳冬枣样品轻微损伤判别模型,判别精度达到97.50%。(4)鲜枣品质在线光谱无损检测分选系统精确度验证。利用本研究所设计的系统对不同可溶性固形物含量的鲜枣样本和轻微损伤鲜枣样本分别进行检测分选,以验证检测分选装置的精确度。结果表明,本研究所设计系统方案具有可行性且能够达到较高分选准确率。(本文来源于《山西农业大学》期刊2016-06-01）
杜强,屠博文[10]（2016）在《全自动免疫磁珠分选系统检测沙门氏菌》一文中研究指出目的研究全自动免疫磁珠分选系统对国标沙门氏菌检测方法的改进效果。方法从肉鸡专项监测中选取106份样品,采用全自动免疫磁珠分选系统和GB 4789.4-2010《食品微生物学检验沙门菌检验》进行沙门氏菌对比检测。与国标法相比,全自动免疫磁珠分选系统取消了SC和TTB增菌,经BPW增菌后直接使用系统富集目标菌并接种显色平板。结果免疫磁珠法阳性检出率为32%,国标法阳性检出率为31%,二者无显着性差异(P>0.05)。但磁珠法取消了二次增菌的步骤,检测时间比国标法节省24 h,且平板上的单个菌落生长率和菌株特异性也更好。采用磁珠法检测的106份样品中,有34份样品检出可疑显色菌株,都有单个可疑菌落生长,最后均鉴定为目标菌沙门氏菌;采用国标法有38份样品检出可疑显色菌株,其中3份无单个可疑菌落生长经再次转种,最后有5株经鉴定为嗜水气单胞菌等干扰性杂菌,仅33株为目标菌沙门氏菌。结论全自动免疫磁珠分选系统特异性好、单个菌落生长率高且检测时间短,可以用于食品中沙门氏菌检验。(本文来源于《食品安全质量检测学报》期刊2016年05期）
检测分选系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了解决在丝网印刷流水线末端光伏太阳能晶硅电池的自动缺陷检测和颜色分类的问题,通过对太阳能电池的检测方法进行分析,提出了基于机器视觉的电池片缺陷检测及颜色分选的解决方案,开发了光伏太阳能晶硅电池片检测系统。首先介绍了太阳能电池的制备工艺,分析了太阳能电池的常见缺陷种类和色系等级及其形成原因,并提出了相应的检测标准和要求。同时进行光伏太阳能晶硅电池片检测系统整体方案设计,分别对系统硬件和系统软件进行分析设计,然后根据检测系统要求完成了工业相机,镜头,灰度卡等核心元件的选型以及检测功能模块化,离线在线相结合的软件系统设计。研究了太阳能晶硅电池片缺陷检测算法,介绍了电池片图像的色彩校正,区域提取,硅片定位,工艺点屏蔽等预处理过程。提出了基于亚像素的电池片的尺寸测量方法。针对破损缺陷,分别使用形态学和参考模板的检测方法进行实验,通过比较分析选择合适的检测算法。针对栅线印刷缺陷,根据栅线分布特征将检测步骤细分为栅线提取,细栅检测,主栅检测。针对脏污缺陷,提取出基于改进的局部阈值分割方法。研究了太阳能晶硅电池片颜色分选算法,介绍了常用的颜色空间及其转化方法,并使用HSI通道进行颜色直方图特征提取。分析了传统的颜色分选算法后,提出了一种基于神经网络的颜色分选算法,并通过实验对比分析两种方法的运行效率和精确度,验证了本算法的优越性。最后,针对本课题的太阳能晶硅电池片缺陷检测及颜色分选系统,在线检测与人工目检相结合,分别从系统的精确度,高效性以及稳定性进行综合性能的实验分析。实验数据表明,系统的综合性能可以满足实际生产需求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
检测分选系统论文参考文献
[1].杨凡.基于机器视觉的木皮在线分选检测系统[D].济南大学.2019
[2].金根炎.基于机器视觉的光伏太阳能晶硅电池片缺陷检测及颜色分选系统研究[D].华南理工大学.2019
[3].张洁平.基于单片机的在线称重分选检测系统设计[J].河西学院学报.2018
[4].周洪燕,宿文玲.汽车齿轮快速检测分选系统的研究[J].机械工程师.2018
[5].周洪燕,宿文玲.指示表智能检测分选系统的研究[J].机械工程师.2018
[6].徐斌.轴瓦壁厚检测与分选系统设计[D].浙江理工大学.2017
[7].潘雪峰.基于光学无损检测的蔬菜种子分选系统研究与设计[D].太原理工大学.2017
[8].李景丽.在线检测板材尺寸含水率及分选控制系统研究[D].河北工业大学.2017
[9].满尊.鲜枣品质在线光谱无损检测与分选系统研究[D].山西农业大学.2016
[10].杜强,屠博文.全自动免疫磁珠分选系统检测沙门氏菌[J].食品安全质量检测学报.2016
论文知识图
