درجه بندی کیفی ظروف چینی با استفاده از ماشین بینایی

نویسندگان

1 دانشگاه بیرجند

2 دانشگاه صنعتی بیرجند

چکیده

یکی از مراحل کنترل کیفی در کارخانجات تولید کننده ظروف چینی، درجه بندی می‌باشد که  به صورت چشمی انجام می‌شود. بینایی ماشین از جمله روشهای نوین جهت عیب یابی و درجه بندی محصولات تولیدی متفاوت می‌باشد. در این تحقیق از روش تابش الگوی ساختاریافته خطی، تکنیک مثلث بندی و قوانین حاکم بر آینه‌ها با هدف تشخیص عیوب و در نتیجه آن درجه بندی ظروف چینی استفاده شده است. همچنین از میان عیوب بوجود آمده روی ظروف چینی، برخی از عیوبی که باعث تغییر در هندسه، محیط و بافت سطح ظروف می‌شوند، از جمله دفورمگی، انباشتگی لعاب، لعاب نگرفتگی، پین بدنه و افتادگی کف مورد بررسی قرارگرفته‌اند. با تابش الگوی ساختاریافته خطی بر سطح ظروف، از پروفیل خطوط بازتاب شده از روی ظروف تصویربرداری شده است. سپس جهت پردازش و استخراج ویژگی‌های مورد نظر، تصاویر به رایانه انتقال یافته و پس از تشخیص نوع عیب، معیاری برای تعیین درجه‌ی ظروف به دست آمده است. سپس  باتوجه به جدول درجه بندی تعریف شده به صورت عددی، درجه ظروف تعیین گردیده است. در نهایت به کمک الگوریتم‌های ارائه شده در این تحقیق تعداد 2250 عدد از ظروف با درجه از قبل تعیین شده مورد بررسی قرار گرفته‌اند که صحت الگوریتم مربوط به عیب افتادگی کف 97.66% و  صحت الگوریتم مربوط به عیب لعاب نگرفتگی 98.5% تعیین گردید.

کلیدواژه‌ها


عنوان مقاله [English]

qualitative sorting of porcelain dishes using machine vision

نویسندگان [English]

  • javad hosseininia 1
  • mohammad emam 2
  • khalil khalili 1
1
2
چکیده [English]

One of the stages of quality control in porcelain producing factories is sorting that do with human eyes. Machine vision , including new methods for defect  detection and sorting of different products. In this study, with defects diagnosis and as a result sorting porcelain, use from linear structured light pattern, triangulation techniques and rules governing mirrors. Also, among the defects occurred on porcelain, some defects that changes geometry, perimeter and texture of dishes surface, such as distortion, drops, depression, pin-hole, Concavity of floor have examined. With radiation linear structured light pattern on porcelains surface, shoot a picture from profiles reflected. Then, for processing and features extraction, transferred pictures to computers and after diagnosis kind of defect, get a criterion to determine the degree of dishes. Then, get the degree of the quality of dishes, by considering the defined numerically table ranking. Finally, by using proposed algorithms in this study, 2250 dishes with a predetermined degree have examined. The accuracy of the Concavity floor is 97.66% and the accuracy of the pin-hole is 98.5% appointed.

کلیدواژه‌ها [English]

  • machine vision
  • image processing
  • sorting of porcelain dishes
  • linear structured light pattern
  • defect detection