双元表面缺陷检测系统在塑料行业的应用
章毅
（浙江双元科技开发有限公司，浙江杭州）
摘要：双元公司致力于利用先进成熟的技术和完善快捷的售服网络，为塑料行业，特别是薄膜类及片材类客户提供一整套缺陷检测及处理的解决方案。
关键字：双元缺陷检测塑料
随着各行各业对塑料制品的要求不断提高，以及同行业内的竞争不断加剧，塑料制品的质量控制日益受到各个塑料企业的关注和重视。如何对生产线上的产品进行实时掌控？如何保证提供给客户是完美无暇的产品？浙江双元科技开发有限公司依托本身雄厚的技术实力以及广大的应用网络，从2003年开始，对应用于各行业的表面缺陷在线检测系统进行开发，经过不断的攻关与完善，目前新一代的具有完全自主知识产权的表面缺陷检测系统已成功的应用于造纸、塑料薄膜、新材料、无纺布、金属片材等各个行业，总计应用实例已达三百余套。其中，在塑料行业内的保有量也已近百套！
本文将就双元表面缺陷检测系统在塑料行业中的应用进行介绍。
一、公司概况
浙江双元科技开发有限公司（双元科技）成立于2000年3月。公司主要从事过程自动控制和产品质量在线检测系统的开发和研制。
公司的技术创新中心下辖产品表面缺陷检测技术、产品质量控制技术、微波应用技术、产品色度检测分析技术、电磁感应加热技术等6个研究所，对相关领域的应用技术开展了前瞻性的研究。通过这些年的研究，公司成功推出了一系列产品，每个产品都是自主研发的，总体技术水平已经接近或达到了国际先进水平，初步形成了国产高档过程检测仪器仪表及控制系统产品平台，打破了国外公司在该领域的垄断地位。
公司于2006年11月被浙江省科技厅认定为“浙江省高新技术企业”。现有员工106人，其中工程技术及管理人员就占了70%左右。
二、系统介绍
双元表面缺陷检测系统（以下简称SYWIS）能够在线检测、识别和显示塑料薄膜表面上的各种缺陷。其主要由高速CCD线阵相机，组合光源及机架、数据处理中心、报警系统和操作站组成。采用当今世界上先进的在线检测识别、成像及数据处理技术，为客户提供了包括实时缺陷检测、图象显示、报警、质量报告、设备故障诊断等功能在内的表面缺陷检测全套
解决方案。
CCD相机
CCD线阵相机对运动中的塑料薄膜进行逐行扫描，通过数据处理生成实时的动态检测图像。缺陷检测大小可达0.01-2.0毫米（取决于车速、幅宽及选择的相机数目）。在正确地组合光源、图像采集和图像处理的基础上，SYWIS系统能够实时地检测、显示和识别塑料薄膜上的各类缺陷。
SYWIS系统采用的CCD高速线阵扫描相机是专门针对于片材生产环境和表面缺陷特性而设计的，一律由国外进口，使得系统的缺陷漏检率指标处于国际先进水平，并且在24小时连续长久运行的情况下能保证缺陷数据的准确输出。
LED冷光源
根据不同塑料薄膜的检测要求，SYWIS能够自行组合不同形式、不同角度、不同规格的各式LED检测光源，从而保证不同缺陷的正常检出。
SYWIS采用的是建立在稳定LED技术上的检测冷光源，摒弃了目前大多数检测系统依旧采用灯管的过时方案，超低的维护量减少了系统在使用上的成本！
数据处理技术
SYWIS采用完全自主研发的基于DSP的嵌入式操作系统进行数据处理，采用TCP/IP技术进行通信，与同行业其他平台的技术相比较，能够支持更大的数据处理量，并且保证整个系统的稳定性和可靠性。
缺陷显示
SYWIS实现对常见外观缺陷的检测，并对每一个检测到的缺陷以256级灰度照片形式在
主界面显示出来，系统及用户都可根据照片立即判断出缺陷的类型。
SYWIS同时对缺陷信息进行处理。对每一个检测到的缺陷进行分析后以数据方式显示出来。如缺陷的长，宽，面积，组成结构(组合缺陷)，以及缺陷类型等。缺陷种类以及大小是用符号代码来代替，通过数据定量地描述结合照片的直观显示，使用户对发生的每个缺陷可以了如指掌。
SYWIS在主界面上还提供了当前最近若干米内（可设定）缺陷的分布图。每种缺陷用不同的小符号表示。这样如果某个横向区域有不正常的连续缺陷可以马上检测出来，并进行及时的处理。由于自动定位塑料薄膜的横幅，所以当门幅变化时软件都能自动检测，并且保证不会影响缺陷定位。
缺陷处理
SYWIS充分考虑到了塑料薄膜行业的特点，针对不同的要求开发出不同的处理方式。
首先，SYWIS可以设置缺陷报警，用户可以根据自己的生产要求，针对重要的缺陷实现声光报警。
其次，SYWIS可以配套双元公司提供的打标机、贴标机、划标机等附属器件，实现重要缺陷的即时定位，方便后期处理。
最后，双元公司还针对塑料行业开发了复卷剔除系统，能够通过缺陷数据的共享及对客户复卷分切机的控制，轻而易举的剔除掉影响质量控制的缺陷。
历史信息
SYWIS对所有的表面缺陷信息均作存盘，以供日后分析。并且，合理设计的记录信息和超大的硬盘空间能为客户提供一年以上（可扩充）的数据存储，方便客户对产品质量的管理和追溯。
同时，提供完善的图表查阅功能，方便客户对产品信息的翻看，甚至可根据客户的要求定制不同的图表功能！
安全措施
本系统有多种安全措施，包括软件和硬件上的。
软件锁定：防止操作工误操作或者使用不当；温度保护：每个相机、光源腔体温度分别配置温度传感器，系统实时检测当温度，当温度过高时，系统将切断电源、报警输出并且计算机显示；冷却装置：相机机架内备有吹风装置，能够防尘、降温；自动停止检测：自动感应塑料薄膜断裂；断电保护：装有UPS自动延时断电功能。
三、应用实例
1.卫材类
SYWIS应用于卫材类塑料薄膜（CPP流延膜&打孔膜）的厂家主要有：杭州全兴、绍兴越韩、厦门沿江工贸、浙江汉高、上海庄生等厂家。
在以上厂家应用中检测到的代表缺陷有：
a油污b针孔c拖尾晶点d晶点e污点
f白斑g挂丝h未吸破j黑絮
2.食品包装类
SYWIS应用于食品包装类塑料薄膜（CPP流延）的厂家主要有：上海美丰、无锡环亚等。
在以上厂家应用中检测到的代表缺陷有：
a膜裂b脏污c头发丝
3.太阳能EVA膜
SYWIS应用于太阳能EVA膜的厂家主要有：杭州福斯特、苏州福斯特、浙江帝龙、杭州鑫富、苏州中来等厂家。
在以上厂家应用中检测到的代表缺陷有：
a接头b辊印c漏涂
d刮伤e割伤f蚊虫
4.电工特殊膜（双拉）
SYWIS应用于电工特殊膜的厂家有：桂林电器研究所
在以上厂家应用中检测到的代表缺陷有：
a微孔b小气泡c大气泡
四、结语
浙江双元科技开发有限公司将继续秉着“开拓创新、与时俱进”的经营理念，结合强大的研发能力、完善的售服网络和全面的应用经验，在塑料薄膜行业精耕细作，为有志做大做强的塑料企业提供先进、成熟、稳定、安心的表面缺陷检测及处理的全套化解决方案！
发现系统漏洞之前都要进行相关的程序扫描，与入侵检测/入侵防御系统等被动防御手段相比，漏洞扫描是一种主动的探测方法，通过对已探测漏洞的修补，可以有效防止黑客攻击行为，防患于未然。通过对网络的扫描，可以了解网络的安全配置和运行的应用服务，及时发现安全漏洞，客观评估网络风险。漏洞扫描系统多少钱？想要获取漏洞扫描系统的价格，可以直接拨打屏幕上的电话，或者与我们的技术专家在线沟通，当然了，您也可以留下您的联系方式，我们会尽快与您取得联系~ 铱迅漏洞扫描系统（英文：Yxlink Network Vulnerability Scan System，简称：Yxlink NVS）,是唯一支持IP地址段批量反查域名、内网穿透扫描的专业漏洞扫描器，可支持主机漏洞扫描、Web漏洞扫描、弱密码扫描等。铱迅漏洞扫描系统可以广泛用于扫描数据库、操作系统、邮件系统、Web服务器等平台。通过部署铱迅漏洞扫描系统，快速掌握主机中存在的脆弱点，能够降低与缓解主机中的漏洞造成的威胁与损失。 主机漏洞扫描 主机系统上存储、处理和传输各种重要数据，可以说主机的安全问题是Internet安全的核心问题之一，是Internet实现安全性的关键。因此，主机系统的安全防护也是整个安全策略中非常重要的一环，铱迅漏洞扫描系统全面支持各种主机漏洞的检测。 铱迅漏洞扫描系统支持扫描操作系统漏洞、网络设备漏洞、Web服务器漏洞、数据库服务器漏洞、邮件服务器漏洞、DNS漏洞等。 Web漏洞扫描 Web应用程序可以运行于多种操作系统平台，由于网站开发人员在进行编码时，对Web应用的安全性考虑不周，容易引入各种Web漏洞。另外，如果管理员对于安全性重视度不够，不对已知的缺陷进行修补，攻击者能很容易利用Web应用程序漏洞穿透防火
玻璃片缺陷视觉检测 1.玻璃缺陷特征 玻璃片生产过程中，常见的缺陷有：气泡、划痕、结石、夹杂物，翘曲等。各类缺陷的主要特点分： (1)气泡，该类缺陷是由于玻璃生产材料含有气体、外界环境气泡、金属铁丝等引起，主要特点为整 体轮廓近似于圆形、线形、中空、具有光透射性等。 (2)结石，由于其热胀系数和外界环境热胀系数的差异，该类缺陷严重影响玻璃质量。主要分为：原 材料结石、耐火材料结石以及玻璃析晶结石等。 (3)夹锡，夹锡主要分为粘锡和锡结石，其特点是呈暗黑色、具有光吸收性。 (4)划伤，该缺陷主要是玻璃原板与硬质介质间的相互摩擦产生，外表呈线性。 (5)表面裂纹及线道，其特点表面呈线性。 具体的缺陷图如图1-1所示： （a）无缺陷玻璃图像（b）含气泡玻璃图像 （c）含结石玻璃图像（d）含裂纹玻璃图像 （e）含夹杂物的玻璃图像（f）划痕的玻璃图像 图 1-1 玻璃典型缺陷图像 2玻璃缺陷视觉监测系统工作原理 2.1 玻璃缺陷视觉检测原理
玻璃生产过程大体可分为：原料加工、备制配合料、熔化和澄清、冷却和成型及切裁等。在各生产过程中，由于制造工艺、人为等因素，在玻璃原板的生产任一过程中都有可能产生缺陷，根据玻璃现行标准中的规定，玻璃常见的缺陷主要包括：气泡、粘锡、划伤、夹杂等。无缺陷的玻璃其特点是质地均匀、表面光洁且透明。玻璃质量缺陷检测是采用先进的CCD 成像技术和智能光源。系统照明采用背光式照明，其 原理如图2-1所示，即在玻璃的背面放置光源,光线经待检玻璃，透射进入摄像头[1]。 图 2-1 检测原理图示意图 光线垂直入射玻璃后，当玻璃中没有杂质时如图2-2(a)所示，出射的方向不会发生改变，CCD 摄像机的靶面探测到的光也是均匀的；当玻璃中含有杂质时，出射的光线会发生变化，CCD 摄像机的靶面探测到的光也要随之改变。玻璃中含有的缺陷主要分为两种：一是光吸收型（如沙粒，夹锡等夹杂物）如图2-2(b)所示，光透射玻璃时，该缺陷位置的光会变弱，CCD 摄像机的靶面上探测到的光比周围的光要弱;二是光透射型（如裂纹，气泡等）如图2-2(c)所示，光线在该缺陷位置发生了折射，光的强度比周围的要大，因而CCD 摄像机的靶面上探测到的光也相应增强。因此，本文研究的基于机器视觉技术的玻璃缺陷检测系统是 [2]（a ）玻璃无缺陷时 （b ）光吸收型缺陷时 （c ）光透射型缺陷时 图 2-2 玻璃缺陷光学检测原理 2.2玻璃缺陷视觉检测系统构成 整个机器视觉检测系统包含图像采集、图像处理、智能控制、机械执行等部分，其结构如图 2-3 所示。其中光源及被测玻璃固定，光源位于玻璃底部，通过透射进入摄像头。摄像头以 X －Y 方式匀速扫描整块玻璃。图像采集卡接收摄像头信号，滤波后经模数转换变成 24 位的数字信号，再由计算机对其加以 分析。如发现缺陷，则进行分类和统计，报告缺陷类型、尺寸、位置等，为玻璃分级打标提供信息[3]。 视觉 系统
工件表面缺陷检测系统方案 为了不断提高产品质量和生产效率，工件表面缺陷在线自动检测技术在生产过程中显得日益重要。传统的产品表面质量检测主要采用人工检测的方法。人工检测不仅工作量大，而且易受检测人员主观因素的影响，容易对产品表面缺陷造成漏检，尤其是变形较小、畸变不大的夹杂缺陷漏检，极大降低了产品的表面质量，从而不能够保证检测的效率与精度。近年来，迅速发展的以图像处理技术为基础的机器视觉技术恰恰可以解决这一问题。 针对工件表面的多种缺陷，维视图像今天为大家介绍一套基于机器视觉的对工件表面缺陷进行实时在线、无损伤的自动检测系统方案。 本系统是由CCD工业摄像头、高清镜头、照明系统及图像处理软件等部件组成。其工作过程是：首先将工件送到采集视场内；然后由成像系统将图像采集到计算机内部；运用图像处理软件对采集到的原始图像进行预处理以改善图像质量，从中提取感兴趣的特征量；最后运用模式识别技术对取到的特征量进行分类整理以完成系统的检测。 下面分别介绍系统的各部分的组成及特点。 一、CCD工业摄像头 为保证图像效果和检测精度，此系统可选用高分辨的工业CCD摄像头，针对不同的工件尺寸和要求，CCD分辨率也可稍作调整，MV-EM系列千兆网工业相机包含常用的多种分辨率，可供系统选择。其中，MV-EM510M是高精度检测系统最为青睐的产品之一。 二、高清镜头 为配合高分辨率CCD工业摄像头，我们选用百万像素级高清镜头。当然，与500万CCD 相机更为搭配的非500万像素高清镜头莫属了。 三、照明系统 工件材质一般比较多样化，如普通的无反光材质工件，我们通常可选用环形LED光源以节省成本。但是，对于金属等高反光材质的工件，我们就必须在光源的选择上下点功夫了，针对不同尺寸和外形，低角度环形光源、同轴光源和漫反射圆顶光源都可能是明智之选，这
1.1在线安全监测 1.1.1网站安全监测背景 当前，互联网在我国政治、经济、文化以及社会生活中发挥着愈来愈重要的作用，作为国家关键基础设施和新的生产、生活工具，互联网的发展极大地促进了信息流通和共享，提高了社会生产效率和人民生活水平，促进了经济社会的发展。 网络安全形势日益严峻，针对我国互联网基础设施和金融、证券、交通、能源、海关、税务、工业、科技等重点行业的联网信息系统的探测、渗透和攻击逐渐增多。基础网络防护能力提升，但安全隐患不容忽视；政府网站篡改类安全事件影响巨大；以用户信息泄露为代表的与网民利益密切相关的事件，引起了公众对网络安全的广泛关注；遭受境外的网络攻击持续增多；网上银行面临的钓鱼威胁愈演愈烈；工业控制系统安全事件呈现增长态势；手机恶意程序现多发态势；木马和僵尸网络活动越发猖獗；应用软件漏洞呈现迅猛增长趋势；DDoS攻击仍然呈现频率高、规模大和转嫁攻击的特点。 1.1.2网站安全监测服务介绍 1.1. 2.1基本信息安全分析 对网站基本信息进行扫描评估，如网站使用的WEB发布系统版本，使用的BBS、CMS版本；检测网站是否备案等备案信息；另外判断目标网站使用的应用系统是否存在已公开的安全漏洞，是否有调试信息泄露等安全隐患等。 1.1. 2.2网站可用性及平稳度监测 拒绝服务、域名劫持等是网站可用性面临的重要威胁；远程监测的方式对拒绝服务的检测，可用性指通过PING、HTTP等判断网站的响应速度，然后经分析用以进一步判断网站是否被拒绝服务攻击等。 域名安全方面，可以判断域名解析速度检测，即DNS请求解析目标网站域
名成功解析IP的速度。 1.1. 2.3网站挂马监测功能 挂马攻击是指攻击者在已经获得控制权的网站的网页中嵌入恶意代码（通常是通过IFrame、Script引用来实现），当用户访问该网页时，嵌入的恶意代码利用浏览器本身的漏洞、第三方ActiveX漏洞或者其它插件（如Flash、PDF插件等）漏洞，在用户不知情的情况下下载并执行恶意木马。 网站被挂马不仅严重影响到了网站的公众信誉度，还可能对访问该网站的用户计算机造成很大的破坏。一般情况下，攻击者挂马的目的只有一个：利益。如果用户访问被挂网站时，用户计算机就有可能被植入病毒，这些病毒会偷盗各类账号密码，如网银账户、游戏账号、邮箱账号、QQ及MSN账号等。植入的病毒还可能破坏用户的本地数据，从而给用户带来巨大的损失，甚至让用户计算机沦为僵尸网络中的一员。 1.1. 2.4网站敏感内容及防篡改监测 基于远程Hash技术，实时对重点网站的页面真实度进行监测，判断页面是否存在敏感内容或遭到篡改，并根据相应规则进行报警 1.1. 2.5网站安全漏洞监测 Web时代的互联网应用不断扩展，在方便了互联网用户的同时也打开了罪恶之门。在地下产业巨大的经济利益驱动之下，网站挂马形势越来越严峻。2008年全球知名反恶意软件组织StopBadware的研究报告显示，全球有10%的站点都存在恶意链接或被挂马。一旦一个网站被挂马，将会很快使得浏览该网站用户计算机中毒，导致客户敏感信息被窃取，反过来使得网站失去用户的信任，从而丧失用户；同时当前主流安全工具、浏览器、搜索引擎等都开展了封杀挂马网站行动，一旦网站出现挂马，将会失去90%以上用户。 网站挂马的根本原因，绝大多数是由于网站存在SQL注入漏洞和跨站脚本漏洞导致。尤其是随着自动化挂马工具的发展，这些工具会自动大面积扫描互联
研究背景： 产品表面质量是产品质量的重要组成部分，也是产品商业价值的重要保障。产品表面缺陷检测技术从最初的依靠人工目视检测到现在以CCD 和数字图像处理技术为代表的计算机视觉检测技术，大致经历了三个阶段，分别是传统检测技术阶段、无损检测技术阶段、计算机视觉检测技术阶段。[] 传统检测技术 （1）人工目视检测法 （2）频闪检测法 无损检测技术 （1）涡流检测法 （2）红外检测法 （3）漏磁检测法 计算机视觉检测技术 （1）激光扫描检测法 （2）CCD 检测法 采用荧光管等照明设备，以一定方向照射到物体表面上，使用CCD摄像机来扫描物体表面，并将获得的图像信号输入计算机，通过图像预处理、缺陷区域的边缘检测、缺陷图像二值化等图像处理后，提取图像中的表面缺陷的相关特征参数，再进行缺陷图像识别，从而判断出是否存在缺陷及缺陷的种类信息等。 优点：实时性好，精确度高，灵活性好，用途易于扩充，非接触式无损检测。 基于机器视觉的缺陷检测系统优点： 集成化生产缩短产品进入市场时间改进生产流程100%质量保证实时过程监控提高产量精确检测100%检测 由于经济和技术原因国内绝大多数图像处理技术公司都以代理国外产品为主，没有或者很少涉足拥有自主知识产权的机器视觉在线检测设备，对视觉技术的开发应用停留在比较低端的小系统集成上，对需要进行大数据量的实时在线检测的研究很少也很少有成功案例，但是随着国内经济发展和技术手段不断提高对产品质量检测要求就更高，对在线检测设备的需求也就更大具有巨大的市场潜力。 机器视觉图像处理技术是视觉检测的核心技术 铸件常见缺陷：砂眼气孔缩孔披缝粘砂冷隔掉砂毛刺浇不足缺陷变形 问题的提出： 1.水渍、污迹等不属于铸件缺陷，但由于其外观形貌与缺陷非常类似, 因此易被检测系统误识为缺陷。从目前发表的文献来看，对于伪缺陷的识别率较低。 2.不同种缺陷之间可能存在形状、纹理等方面的相似性，造成缺陷误判。 国外研究发展现状： 20 世纪90 年代后，基于机器视觉检测系统的自动化功能和实用化水平得到了进一步的提高。 1990 年芬兰Rautaruukki New Technology公司研制了Smartivis表面检测系统[]，该系统具有自学习分类功能，应用机器学习方法对决策树结构进行自动设计优化。 1996 年美国Cognex公司研发了一套iLearn自学习分类器软件系统并应用于其研制了iS-2000 自动检测系统。通过这两套系统的无缝衔接，极大地提高了检测系统实时的运算速度，有效的改进了传统自学习分类方法在算法执行速度、数据实时吞吐量、样本训练集规模及模式特征自动选择等方面的不足之处[]。 2004 年Parsytec公司发布了新一代表面质量检测产品Parsytec5i，该系统运用了自学习神经
编号 本科生毕业设计 基于机器视觉的表面缺陷检测系统设计 Surface defect detection system design based on machine vision 学生姓名 专业电子信息工程 学号 指导教师 学院电子信息工程学院 二〇一三年六月
毕业设计（论文）原创承诺书 1．本人承诺：所呈交的毕业设计（论文）《基于机器视觉的表面缺陷检测系统设计》，是认真学习理解学校的《长春理工大学本科毕业设计（论文）工作条例》后，在教师的指导下，保质保量独立地完成了任务书中规定容，不弄虚作假，不抄袭别人的工作内容。 2．本人在毕业设计（论文）中引用他人的观点和研究成果，均在文中加以注释或以参考文献形式列出，对本文的研究工作做出重要贡献的个人和集体均已在文中注明。 3．在毕业设计（论文）中对侵犯任何方面知识产权的行为，由本人承担相应的法律责任。 4．本人完全了解学校关于保存、使用毕业设计（论文）的规定，即：按照学校要求提交论文和相关材料的印刷本和电子版本；同意学校保留毕业设计（论文）的复印件和电子版本，允许被查阅和借阅；学校可以采用影印、缩印或其他复制手段保存毕业设计（论文），可以公布其中的全部或部分内容。 以上承诺的法律结果将完全由本人承担！ 作者签名：年月日
中文摘要 为了不断提高产品质量和生产效率，金属工件表面缺陷在线自动检测技术在生产过程中显得日益重要。针对金属工件表面的多种缺陷，本文设计了一套基于机器视觉能够实现对金属工件表面缺陷进行实时在线、无损伤的自动检测系统。该系统采用面阵CCD和多通道图像采集卡作为图像采集部分，提高了检测系统的速度并降低了对CCD的性能要求，使系统在现有的条件下比较容易实现实时在线检测；采用自动选取图像分割阈值，根据实际应用的阈值把工件信息从图像中提取出来并扫描工件图像中的信息，实现了系统的自动测量；根据扫描得到的工件信息去除掉工件边缘的光圈，利用自动选取的阈值对金属工件表面的图像进行二值化分割，从而实现各种缺陷的自动提取及识别。 关键词：机器视觉表面缺陷CCD 图像处理缺陷检测
双元表面缺陷检测系统在塑料行业的应用 章毅 （浙江双元科技开发有限公司，浙江杭州） 摘要：双元公司致力于利用先进成熟的技术和完善快捷的售服网络，为塑料行业，特别是薄膜类及片材类客户提供一整套缺陷检测及处理的解决方案。 关键字：双元缺陷检测塑料 随着各行各业对塑料制品的要求不断提高，以及同行业内的竞争不断加剧，塑料制品的质量控制日益受到各个塑料企业的关注和重视。如何对生产线上的产品进行实时掌控？如何保证提供给客户是完美无暇的产品？浙江双元科技开发有限公司依托本身雄厚的技术实力以及广大的应用网络，从2003年开始，对应用于各行业的表面缺陷在线检测系统进行开发，经过不断的攻关与完善，目前新一代的具有完全自主知识产权的表面缺陷检测系统已成功的应用于造纸、塑料薄膜、新材料、无纺布、金属片材等各个行业，总计应用实例已达三百余套。其中，在塑料行业内的保有量也已近百套！ 本文将就双元表面缺陷检测系统在塑料行业中的应用进行介绍。 一、公司概况 浙江双元科技开发有限公司（双元科技）成立于2000年3月。公司主要从事过程自动控制和产品质量在线检测系统的开发和研制。 公司的技术创新中心下辖产品表面缺陷检测技术、产品质量控制技术、微波应用技术、产品色度检测分析技术、电磁感应加热技术等6个研究所，对相关领域的应用技术开展了前瞻性的研究。通过这些年的研究，公司成功推出了一系列产品，每个产品都是自主研发的，总体技术水平已经接近或达到了国际先进水平，初步形成了国产高档过程检测仪器仪表及控制系统产品平台，打破了国外公司在该领域的垄断地位。 公司于2006年11月被浙江省科技厅认定为“浙江省高新技术企业”。现有员工106人，其中工程技术及管理人员就占了70%左右。 二、系统介绍 双元表面缺陷检测系统（以下简称SYWIS）能够在线检测、识别和显示塑料薄膜表面上的各种缺陷。其主要由高速CCD线阵相机，组合光源及机架、数据处理中心、报警系统和操作站组成。采用当今世界上先进的在线检测识别、成像及数据处理技术，为客户提供了包括实时缺陷检测、图象显示、报警、质量报告、设备故障诊断等功能在内的表面缺陷检测全套
1.产品简介 每年都有数以千计的网络安全漏洞被发现和公布，加上攻击者手段的不断变化，网络安全状况也在随着安全漏洞的增加变得日益严峻。事实证明，99%的攻击事件都利用了未修补的漏洞，使得许多已经部署了防火墙、入侵检测系统和防病毒软件的企业仍然饱受漏洞攻击之苦，蒙受巨大的经济损失。 寻根溯源，绝大多数用户缺乏一套完整、有效的漏洞管理工作流程，未能落实定期评估与漏洞修补工作。只有比攻击者更早掌握自己网络安全漏洞并且做好预防工作，才能够有效地避免由于攻击所造成的损失。 绿盟远程安全评估系统（NSFOCUS Remote Security Assessment System，简称：NSFOCUS RSAS）第一时间主动诊断安全漏洞并提供专业防护建议，让攻击者无机可乘，是您身边的“漏洞管理专家”。 产品为国内开发，具备自主知识产权，并经过三年以上应用检验并提供产品用户使用报告的复印件；产品具有高度稳定性和可靠性。 产品取得了中华人民共和国公安部的《计算机信息系统安全专用产品销售许可证》，中华人民共和国国家版权局《计算机软件著作权登记证书》，中国人民解放军信息安全产品测评认证中心的《军用信息安全产品认证证书》，国家保密局涉密信息系统安全保密测评中心《涉密信息系统产品检测证书》，中国信息安全测评中心《信息技术产品安全测评证书--EAL3》，中国信息安全认证中心《中国国家信息安全产品认证证书》。 厂商在信息安全领域有丰富的经验与先进的技术，须有对系统漏洞进行发现、验证、以及提供应急服务的技术能力。
产品使用了专门的硬件，基于嵌入式安全操作系统，大大提高了系统的工作效率和自身安全性。系统稳定可靠，无需额外存储设备即可运行，系统采用B/S 设计架构，并采用SSL加密通信方式，用户可以通过浏览器远程方便的对产品进行管理。 产品要求界面友好，并有详尽的技术文档；产品支持中英文图形界面，能够方便的进行语言选择，能够提供丰富的中英文语言的文档资料。 通过CVE兼容性认证及英国西海岸实验室Checkmark认证等国际权威认证。 2.产品功能 2.1 系统漏洞扫描功能 1. 漏洞知识库从操作系统、服务、应用程序和漏洞严重程度多个视角进行分类， 需要给出具体的分类信息。 2. 支持对漏洞信息的检索功能，可以从其中快速检索到指定类别或者名称的漏 洞信息，并具体说明支持的检索方式。 3. 提供漏洞知识库中包含的主流操作系统、数据库、网络设备的列表信息。
中国矿业大学 科研创新论文 玻璃缺陷在线检测系统设计 姓名：连清 学号：03101257 专业：测控技术与仪器 导师：刘万里
摘要 传统的玻璃质量检测主要采用人工检测的方法。人工检测不仅 工作量大，而且易受检测人员主观因素的影响，容易对玻璃表面 缺陷造成漏检，尤其是变形较小、畸变不大的夹杂缺陷漏检，极 大降低了玻璃的表面质量，从而不能够保证检测的效率与精度u。目前，玻璃缺陷检测系统主要是利用激光检测和摩尔干涉原理的方法。激光检测易受到外界干扰，影响检测精度。摩尔干涉原理由于 光栅内的莫尔条纹比较细，为保证莫尔条纹有很强的对比度便 于计算机进行分析处理，就必须要求光栅有很高的明暗对比度， 通过复杂计算机图形处理技术对干涉图形进行处理，占用大量的检 测时间，检测周期非常缓慢而在实际检验中并无实用效果。近年来，迅速发展的以图像处理技术为基础的机器视觉技术恰恰可以解决这 一问题。机器视觉主要是采用计算机来模拟人的视觉功能，从客观 事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。本文介绍的玻璃表面缺陷检测系统采用机器视 觉技术，完成对玻璃缺陷的提取、识别，为玻璃分级打标提供信息，满足玻璃表面缺陷检测的要求。 关键字：玻璃表面检测；图像处理；系统设计
目录 1、玻璃缺陷在线检测系统设计课题的提出 (4) 1.1课题研究的背景 (4) 1.2课题研究的意义及目的 (5) 2、国内外玻璃缺陷在线检测系统的研究现状 (5) 3、测量系统的简要介绍 (7) 3.1检测系统的基本结构 (7) 3.2检测系统原理 (8) 3.3玻璃表面缺陷图像的处理（简介） (9) 4、系统设计中重要的检测参数和部分要求 (9) 5、课题研究的步骤及各阶段完成目标 (10) 相关文献 (11)
一、光学元件检测系统描述 本系统用于光学元件外观缺陷识别以及产品位置获取，系统采用进口高分辨率工业相机，可 以快速获取产品图像，通过图像识别、分析和计算，给出产品外观缺陷，给出产品坐标，并 输出相应检测结果信号，以便于设备对不合格产品的处理。 二、光学元件检测系统设计方案 台州振皓自动化科技有限公司基于机器视觉图像处理技术研发的光学元件外观缺陷检测系统，具有高精度、高速、多样品化的特点。系统主要模块有：触发模块、图像处理模块。根据用 户需求，样品移动到检测位，触发相机并及时由视觉系统输出检测信号，从而完成检测功能。为了达到高精度的检测要求，首先要产品来料的位置一致，达到的效果是位置准、稳定。 三、系统主要功能 1．高速识别检测功能2/s； 2．检测精度±0.08mm； 3．自动完成被检产品与相机获取图像同步； 4．自动完成光学元件的外观缺陷检测； 5．还可根据需要对不同颜色产品类型学习并检测； 6．对产品图像进行自动存储，可进行历史查询； 7．自动统计（良品、不良品、总数等）； 8．异常时可提供声、光报警、并可控制设备停机； 9．系统有自学习功能，且学习过程操作简单。 四、项目系统检测界面 五、系统主要技术特点 1.操作界面清晰明了，简单易行，只需简单设定即可自动执行检测； 2.检测软件及算法完全自主开发，系统针对性强； 3.可灵活设置检测模板、检测范围； 4.可选择局部检测功能，提高检测速度； 5.专业化光源设计，成像清晰均匀，确保测量任务完成； 6.支持多种型号产品的检测、具备产品在线自动检测等功能； 7.安装简单、结果紧凑，易于操作、维护和扩充； 8.可靠性高，运行稳定，适合各种现场运行条件。
WEB漏洞检测与评估系统实施方案 一、背景 WEB网站是互联网上最为丰富的资源呈现形式，由于其访问简单、拓展性好等优点，目前在资讯、电子政务、电子商务和企业管理等诸多领域得到了广泛的应用。与此同时，WEB网站也面临着数量庞大、种类繁多的安全威胁，操作系统、通信协议、服务发布程序和编程语言等无不存在大量安全漏洞。根据国家互联网应急中心最新监测分析报告的发布，一个令人触目惊心的数据引发各方关注：“1月4日至10日，境内被篡改政府网站数量为178个，与前一周相比大幅增长409%，其占境内被篡改网站总数的比例也大幅增长为31%。”不仅政府网站，近年来各种Web网站攻击事件也是频频发生，网站SQL注入，网页被篡改、信息失窃、甚至被利用成传播木马的载体---Web安全威胁形势日益严峻。 Web网站的安全事件频频发生，究其根源，关键原因有二：一是Web网站自身存在技术上的安全漏洞和安全隐患；二是相关的防护设备和防护手段欠缺。Web网站的体系架构一般分为三层，底层是操作系统，中间层是Web服务程序、数据库服务等通用组件，上层是内容和业务相关的网页程序。这三层架构中任何一层出现了安全问题都会导致整个Web网站受到威胁，而这三层架构中任何一层都不可避免地存在安全漏洞，底层的操作系统（不管是Windows还是Linux）都不时会有黑客可以远程利用的安全漏洞被发现和公布；中间层的Web服务器（IIS或Apache等）、ASP、PHP等也常会有漏洞爆出；上
层的网页程序有SQL注入漏洞、跨站脚本漏洞等Web相关的漏洞。另一方面，目前很多Web网站的防护设备和防护手段不够完善，虽然大部分网站都部署了防火墙，但针对Web网站漏洞的攻击都是应用层的攻击，都可以通过80端口完成，所以防火墙对这类攻击也是无能为力，另外，有些网站除了部署防火墙外还部署了IDS/IPS，但同样都存在有大量误报情况，导致检测精度有限，为此，攻击性测试成为发现和解决WEB安全问题最有效和最直接的手段。 WEB漏洞检测与评估是通过模拟恶意黑客的攻击方法，来评估计算机网络系统安全的一种方法。这个过程包括对系统的任何弱点、技术缺陷或漏洞的主动分析，这个分析是从一个攻击者可能存在的位置来进行的，并且从这个位置有条件主动利用安全漏洞。WEB漏洞检测与评估系统是作为WEB检测的专用系统，用于发现操作系统和任何网络服务，并检查这些网络服务有无漏洞。 二、概述 WEB漏洞检测与评估系统是集基本信息扫描、操作系统指纹扫描、开放服务扫描、OS漏洞扫描、WEB漏洞扫描于一体的专业自动化扫描系统，并通过扫描插件、知识库和检测结果的可拓展对其检测能力进行扩充，为实施攻击性测试对WEB信息系统进行全面的、深入的、彻底的风险评估和参数获取，全面获得目标系统的基本信息、漏洞信息、服务信息等。 三、系统部署与使用
对于生产物件的检测，由于科学技术的限制，起初只能采用人工进行检测，这样的方式不仅消耗大量人力，而且浪费时间，效率低下。于是，基于机器视觉技术的表面缺陷检测技术应运而生，我们有必要关注关注，并了解相关注意事项。 当今社会，随着计算机技术，人工智能等科学技术的出现和发展，以及研究的深入，出现了基于机器视觉技术的表面缺陷检测技术。这种技术的出现，大大提高了生产作业的效率，避免了因作业条件、主观判断等影响检测结果的准确性，实现能更好更准确地进行表面缺陷检测，更加快速的识别产品表面瑕疵缺陷。 产品表面缺陷检测属于机器视觉技术的一种，就是利用计算机视觉模拟人类视觉的功能，从具体的实物进行图象的采集处理、计算、进行实际检测、控制和应用。产品的表面缺陷检测是机器视觉检测的一个重要部分，其检测的准确程度直接会影响产品的质量优劣。由于使用人工检测的方法早已不能满足生产和现代工艺生产制造的需求，而利用机器视觉检测很好地克服了这一点，表面缺陷检测系统的广泛应用促进了企业工厂产品高质量的生产与制造业智能自动化的发展。
在进行产品表面检测之前，有几个步骤需要注意。 首先，要利用图像采集系统对图像表面的纹理图像进行采集分析； 其次，对采集过来的图像进行一步步分割处理，使得产品表面缺陷能像能够按照其区域特征进行分类； 再者，在以上分类区域中进一步分析划痕的目标区域，使得范围更加的准确。 通过以上的三步处理之后，产品表面缺陷区域和特征能够进一步确认，这样表面缺陷检测的基本步骤就完成了。 利用机器视觉技术提高了用户生产效率，使得生产更加细致化，分工更加明确，同时，减少了公司的人工成本支出，节省了财力，实现机器智能一体化发展。 南京博克纳自动化系统有限公司总部位于美丽的中国古都南京，是国内专业研制无损检测仪器及设备的高科技企业。公司致力于涡流、漏磁和超声波仪器及各种非标设备的研制，已拥有自主研发的多项国家专利。产品被广泛应用于航天航空、军工、汽车、电力、铁路、冶金机械等行业。产品出口：美国、
基于机器视觉技术的产品表面质量检测系统 王岩松1章春娥2 （1凌云光子集团100089 2交通大学信息科学研究所100044） 摘要：介绍了基于机器视觉技术的表面检测系统的设计方案和系统构成原理，并且针对表面检测系统中广泛应用的高精度定位配准算法以及Blob分析算法从原理上进行了阐述，同时给出了当前通用的表面检测系统的处理单元构成特点。基于本文所介绍的机器视觉技术的表面检测系统已经在工业现场得到了批量推广应用，对于以后开展类似的表面检测系统具有一定的参考价值和指导意义。 关键字：机器视觉表面检测斑点分析（Blob分析） A Surface Inspecting System Based on Machine Vision Technology Wang Yansong Zhang Chun-e A LUSTER LightTech Group Company，100089 Institute of Information Science, Beijing Jiaotong University, Beijing, 100044 Abstract：An introduction to some general design schemes and constructing principles about surface inspecting system based on machine vision technology. Some algorithms widely used in surface inspecting system such as high resolution Search-alighment algorithm and Blob analysis algorighm are desrcibed in detail theoretically.The constructing way of processing uint in general surface inspecting system is also presented in this paper. Up to now, a great deal of surface inspecting systems based on the technology introduced in this paper have been successfully used in some industrial factory。 KayWords:Machine Vision Surface Inspection Blob Analysis 1．机器视觉及系统 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品，如CCD、CMOS 和光电管等，将被摄取的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，再根据判别的结果控制现场的设备。典型的工业机器视觉应用系统包括如下部分：光源，镜头，CCD照相机，图像处理单元（或图像采集卡），图像处理软件，监视器，通讯/输入输出单元等[1]。 机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。其中图像处理软件中的图像处理算法是整个机器视觉的核心部分。图像处理技术包含数字图像处理学、计算机图形学中的大量容，涉及图像分割、图像测量、图像融合、图像匹配、模式识别、计算机神经网络等大量前沿技术。图像处理算法选择的合理性、算法的适用性、算法的处理速度和处理精度等均将直接绝对最终机器视觉质量检测系统的检测结果。
基于视觉的缺陷检测 在机器视觉的应用中,表面缺陷检测占据非常重要的位置,因为其可有效地提高产品质量、降低成本,并可提高用户满意度。 根据表面图像的特点可以将基于视觉的缺陷检测技术分为两类：一类为不具备明显纹理特征材质的缺陷检测，如光学元件，金属类器件等；一类为纹理类材质的缺陷检测，如木材、布匹等。 根据缺陷的形状可以分为两类：广义线类，包括裂纹，刻痕等；广义点类，包括凸块，凹陷，孔穴，污物等。 基于视觉的缺陷检测的主要步骤为： 特征提取为其中的关键，缺陷特征提取的好坏直接影响检测的效果。 预处理的目的是减少图像的噪声，提高目标与背景的对比度，突出图像中的缺陷特征。 小波技术在预处理中的应用： 1.小波去噪 2.小波融合 可以将不同角度拍摄的图像进行融合 采用小波融合方法既能够很好地保留几幅源图像基本信息，又能够突出图像中的缺陷边缘、结构等高频信息，使融合后的图像信息更加全面、准确，图像质量效果更加优良，全方位地表达了缺陷特征，可以为缺陷的进一步分类识别提供充足的数据支持。 不具备明显纹理特征的图像检测 此类图像的特点为缺陷目标和背景对比度低，瑕疵目标的形状比较复杂，整个瑕疵目标占整幅图像的比例非常小，受噪声影响大，图像没有纹理。 由于图像中无纹理，缺陷特征一般先用边缘检测算子提取缺陷区域的边缘，在将其从目标图像中分割出来，提取其特征参数如周长，面积，质心，圆形度，伸长度等，以此来进行缺陷检测和分类。 边缘检测算子： 1.梯度算子 2.LoG算子 3.canny算子 边缘检测算子需要准确的提取瑕疵边缘，又能抑制噪声的干扰，同时该算法还要具备快速、自适应性。需要寻找一种新或改进的算法。 为了辩识缺陷目标，需要将其与源图像的背景中分离出来，在此基础上进行进一步的处理和分析。 图像分割的算法： 1.阈值分割
第一章网站系统漏洞扫描 1.1蓝盾扫描器、Nessus扫描器安全漏洞扫描 分别通过蓝盾漏洞扫描器（硬件）和Nessus漏洞扫描器（软件）对网站系 统主机进行漏洞扫描，其主机系统列表清单如下： 扫描结果 IP address：system: Microsoft Windows Server 2003 Service Pack 2 NetBIOS name: QYSXXZX 漏洞扫描结果如下： 本主机系统比较安全，并没发现高危或可利用的漏洞，安全等级为：非常安全
IP address：system: Microsoft Windows Server 2003 Service Pack 2 NetBIOS name: QYDB1 漏洞扫描结果如下： 本主机系统比较安全，并没发现高危或可利用的漏洞，安全等级为：非常安全 IP address：system: Microsoft Windows Server 2003 Service Pack 2 NetBIOS name: QYDB2
漏洞扫描结果如下： 本主机系统比较安全，并没发现高危或可利用的漏洞，安全等级为：非常安全 IP address：system: Microsoft Windows Server 2003 Service Pack 2 NetBIOS name: QYSZF-OA 漏洞扫描结果如下： 本主机系统比较安全，并没发现高危或可利用的漏洞，安全等级为：比较安全 通过扫描结果可知，服务器存在一个危险级别为中等的漏洞，漏洞扫描及解决方 案如下表所示：
1.2IBM Appscan安全漏洞扫描器扫描 通过IBM Appscan在分别从内部和外部网络对XXXX门户网站系统（B/S架构）进行漏洞扫描，其地址清单如下： 扫描结果
玻璃表面缺陷自动检测系统设计方案 版本号：V1.0
目录 一、背景及意义 (1) 二、玻璃表面缺陷自动检测系统分析 (3) 2.1 非功能性需求 (3) 2.2 功能性需求 (3) 2.3 开发环境 (3) 三、玻璃表面缺陷自动检测系统介绍 (4) 3.1玻璃表面缺陷检测原理 (4) 3.2玻璃缺陷视觉检测系统构成 (5) 3.3玻璃表面缺陷自动检测系统检测过程 (6) 四、玻璃表面缺陷自动检测系统实现 (10) 4.1 系统框架图 (10) 4.2 系统主界面图 (13) 4.3 检测模块界面图 (14) 五、主要功能模块测试 (14) 5.1.软件测试概述 (14) 5.2.软件测试的目标 (15) 5.3.软件测试的方法 (15) 5.3.1.静态测试 (15) 5.3.2.动态测试 (16) 5.3.3.黑盒测试与白盒测试 (16) ‘
一、背景及意义 玻璃在生产过程中，会产生各种各样的缺陷，比如:气泡、条纹和结石。这些缺陷都会影响玻璃的外观质量，降低玻璃的透光性、机械强度和热稳定性，造成大量的废品和次品。为提高玻璃的质量和玻璃质量等级划分，必需对玻璃带进行缺陷自动检测或者人工检测。 在玻璃实际生产过程中，常见的玻璃缺陷主要有：气泡、粘锡、结石、夹杂物等缺陷，各类缺陷的主要特点分： 1）气泡，该类缺陷主要是由于玻璃生产材料含有气体、外界环境气泡、金属铁丝等引起，其主要特点为整体轮廓近似于圆形、线形、中空、具有光透射性等。 2）结石，由于其热胀系数和外界环境热胀系数的差异，该类缺陷严重影响玻璃质量。主要分为：原材料结石、耐火材料结石以及玻璃析晶结石等。 3）夹锡，夹锡主要分为粘锡和锡结石，其特点是呈暗黑色、具有光吸收性。 4）划伤，该缺陷主要是玻璃原板与硬质介质间的相互摩擦产生，外表呈线性。 5）表面裂纹及线道，其特点表面呈线性。 具体的缺陷图如图1-1所示：
网络漏洞扫描系统 测试方案
目录 1产品初步评估 (3) 1.1送测产品登记 (3) 1.2产品功能 (3) 1.3产品部署 (3) 1.4系统配置 (4) 1.5基本情况调查 (4) 2系统功能测试 (7) 2.1部署和管理 (7) 2.2系统升级能力 (7) 2.3扫描任务高级属性 (7) 2.4扫描任务参数配置测试 (8) 2.5扫描策略定制 (8) 2.6信息收集能力测试 (9) 2.7及时显示能力测试 (10) 2.8扫描文档和报表 (10) 2.8.1扫描文档、报表的生成灵活程度测试 (10) 2.8.2报表信息完善程度和正确测试 (11) 2.9系统的安全策略 (11) 2.10文档 (12) 3漏洞扫描测试 (12) 3.1系统脆弱性测试 (12) 3.2数据库脆弱性扫描测试 (13) 3.3系统智能化程度测试 (13) 4资产管理与弱点评估 (13) 4.1部门管理 (13) 4.2资产管理 (14) 4.3资产弱点评估 (14) 5性能测试 (14) 5.1扫描速度测试 (14) 5.2扫描系统资源开销 (15) 6其他 (15) 7总结 (15)
1产品初步评估 产品初步评估是指对产品供应商的资质、产品本身的特性、内部配置、适用范围、技术支持能力、核心技术、产品本地化、产品认证等方面进行的书面的初步评估。 1.1 送测产品登记 表格一：送测产品登记表 产品名称 型号 厂商名称 产品形态 产品组成 1.2 测试环境要求 扫描系统应支持多种灵活的部署方式，可以被安装在便携机或PC工作站上，也可以也可以预装到机架式硬件工控机中，用户将其连接到被扫描的网络环境中即可进行对全网进行的脆弱性检测。 测试拓扑图如下：
玻璃瓶瑕疵自动检测系统 摘要 本课题是研究玻璃瓶瑕疵自动检测系统，针对玻璃瓶检测的高速度、高精度、实时性的特点，本文主要利用数字图像处理技术及其方法研究一套玻璃瓶瑕疵检测系统，利用该检测系统提供的一些数字图像处理方法可以决速准确的判断出该图像是否为缺陷图像。利用该检测系统所应用的技术设计出来的系统不受主观因素的影响，能快速、准确地检测产品，完成人工无法完成的检测任务，是现代化生产中不可缺少的工具。 本文详细地介绍了图像处理技术，验证了多种图像检测算法，我们提出了一种基于混合滤波器缺陷检测算法，并从理论和实验两方面对检测效果做了评价。论文分析了各种模式识别方法，提出了玻璃瓶缺陷检测的具体方案。方案利用聚类算法来提取缺陷，通过对缺陷特征的分析来识别玻璃瓶的好坏。 本系统的主要部分由CCD摄像机、图像采集卡和微型计算机组成。CCD摄像机采集玻璃瓶图像，图像采集卡把玻璃瓶图像转换成计算机能识别和处理的数字图像，再通过计算机上的软件完成缺陷检测功能。检测系统在实验阶段的检测精度已达到设计要求，较成功地实现了玻璃瓶缺陷的检测，能用于检测玻璃瓶的裂痕、气泡等缺陷。
第一章绪论 1.1 本课题的提出 随着时代的发展，科技的进步，人们对工业产品的数量和质量要求越来越高，传统意义上的检测技术与飞速发展的工业要求之间的矛盾日益突出。玻璃瓶作为一种包装用品,由于其具有气密性好、光洁卫生、化学稳定性高、价格低廉、可回收利用等特点而普遍受到欢迎,已广泛应用于食品、药品、化妆品、饮料、化学等产品的包装。人们的日常生活离不开玻璃瓶,玻璃瓶的生产在国民经济中占有不可忽视的地位。药品酒水等灌装生产前必须对玻璃瓶进行检测，剔除不合格产品，才能进行封装。玻璃瓶在生产过程中，会出现裂纹、缺损、气泡等缺陷,要求精确区分各类缺陷，完成瓶颈裂纹和瓶口缺损的检测，以便对产品的质量做出判断，剔除不合格品。由于玻璃瓶在线生产要求检测精度高、准确性好、速度快，因此玻璃瓶生产工业流水线迫切需要在线自动检测设备。以往的玻璃瓶检测以人工检测为主，但是人工检测方法有许多缺点：（1）增加人工成本和管理成本，检测数据的保存和查询不太方便。（2）人工检测速度比较慢，无法适应现代化大生产的要求，且工人劳动强度较大，容易受人眼分辨能力和易疲劳等主观因素的影响，无法保质保量地完成生产任务。因此，必须寻求一种有效的自动化检测方法。 针对玻璃瓶检测的高速度、高精度、实时性的特点，本文采用一种基于数字图像处理的检测方法。利用CCD摄像机对玻璃瓶进行摄像，通过数字图像处理技术进行分析，检测出带有缺陷的玻璃瓶,再由计算机发出控制信号将其剔除。随着计算机软件和硬件的发展，对图像处理速度的提高以及各种相关理论的完善，本文采用的检测方法变得切实可行。按此方法制造的检测设备具有代价低，灵活性高，易于调试和工作环境要求低等优点。因此本课题的研究对于玻璃制品裂纹的检测具有重要的经济和技术意义。玻璃瓶缺陷检测设备若研制成功后，将会产生巨大的社会效益和经济效益:1.利用基于数字图像处理的检测方法来检测玻璃瓶缺陷，取代人工检测，将消除人的主观性产生的错误，提高检测的准确性。同时，减轻工人繁重的劳动负担，提高生产效率。2.玻璃瓶罐质量的提高可避免瓶罐包装的食品及物品变质带来的经济损失，也可避免瓶罐的爆裂所引起的事故，降低赔款损失，同时增加消费者的安全感。3.生产商可以根据检测设备提供的数据分析该缺陷产生的原因和机理，再根据获得的数据，设定相应的工艺条件和参数，同时先进的检测设备也能够保障高质量的玻璃产品，提高在市场中的竞争能力。
基于机器视觉技术的物体表面缺陷检测 何小利1 , 宋钰 2 (1. 四川理工学院计算机学院, 四川自贡643000; 2. 四川理工学院网络中心, 四川自贡643000; 摘要:本文对物体表面缺陷进行研究和检测. 而检测的方法是采用LED 环形灯光直接暗视场正面照明方式来提取插座面板划痕图像. 具体过程是使用动态阈值分割图像, 并采用放射变换、区域特征处理及连通区域提取等技术来检测出插座面板划痕. 关键词:机器视觉; 物体表面; 缺陷检测中图分类号:T P393 文献标识码:A 文章编号: 1009-4970(2011 02-0064-050 引言 在传统的产品生产过程中, 一般情况下对产品的表面缺陷检测是采用人工检测的方法. 随着科学 技术的不断发展, 特别是计算机技术的发展, 出现了计算机视觉检测技术. 利用这种新技术设计出来的系统不受恶劣环境和主观因素的影响, 能快速、准确地检测产品的质量, 完成人工无法完成的检测任务. 机器视觉检测结合了计算机图像处理和模式识别理论, 它综合了计算机技术、数据结构、图像处理, 模式识别和软件工程等不同领域的相关知识. 一个典型的机器视觉系统应该包括以下五大块, 照明、镜头、相机、图像采集卡、视觉处理器.
1 物体表面缺陷检测 物体表面缺陷检测是机器视觉的一种典型应用. 本文以插座面板划痕检测为例, 通过采用LED 环形灯直接暗视场正面照明方式采集图像, 然后使用动态阈值分割法将插座面板区域中划痕检测的感兴趣区域提取出来, 再通过使用区域特征、区域形态学对插座面板区域使用腐蚀运算去掉分割区域中杂点和小的突出物, 确保计算上有足够的精度, 最后使用放射变换、图像平滑、连通区域提取等算法 检测出划痕并显示其结果(见图 1. 图1 插座面板划痕检测流程图 1. 1 图像获取 照明的方向性通常有两种:漫射和直接照射.