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。
1.2 国外研究的现状
国外公司凭借其雄厚的经济实力和不断成熟的技术为基础，在九十年代初就开始研制基于数字图像处理的产品在线检测设备，他们至今已经开发出多种玻璃瓶罐的在线检测机器。丹麦的一家公司自1991年开始着手研制，目前己经成功开发了多种用于玻璃制品质量检测的计算机视觉在线监测设备。检测的容主要包括产品的部缺陷检测及外形尺寸检测。美国NI公司研制的基于PC的视觉检测系统，将机器视觉、运动控制功能与LabView虚拟仪器软件相结合，取得了突出的成效。法国SGCC国际公司M1型全自动多功能玻璃瓶罐在线检测机1998年3月曾在国际玻璃机械设备展销会展出，倍受国玻璃制品生产厂家的青睐。德国Siemens公司推出的智能化工业视觉系统SIMATICVS710[4]，提供了一体化的、分布式的高档图像处理方案。它将CCD、图像处理器、I/O集成在一个小型机箱，提供PROFIBUS的联网方式或集成的I/O和RS232接口。具有集成数字化照相机和快速图像处理器，标准连线接口，ProVision组态软件等优点。日本的AGR国际公司研制生产了功能较齐全的玻璃瓶罐生产和用于饮料灌装的在线自动检测设备。美国工业动力机械开发了采用摄像技术的全方位空瓶检测机。采用摄像技术的空瓶检测机采用反射光学系统、高分辨率摄像技术和自动变焦镜头，对各个检测项目进行精确的检测。对于直径为95mm的瓶子，精确度为98％，检测速度可达700瓶/分钟。德国Lasor 公司在线检验检测设备采用先进的CCD摄像技术进行在线缺陷检测，将检测的信号通过计算机进行处理，可区分气泡、夹杂物等玻璃缺陷，检测最小尺寸为0.1mm。
在中国，机器视觉产品技术的普及不够，大部分是购买国外设备。而直接引进国外的检测系统有许多弊端，例如价格昂贵。国在视觉检测方面的研究也己经有很多年了，不过以前主要都是做一些算法方面的研究。对于玻璃瓶的自动检测系统的开发和研究刚刚于近年开始起步，目前也有少数几个厂家在进行玻璃制品在线检测设备的研制，主要有赛腾动力研制生产的Saturn验瓶机以及大元与四通电机利用日本的视觉系统联合开发的DS空瓶验瓶机，它们均采用了诸如计算机视觉、模式识别等先进技术。但是这些都未能满足目前国大部分厂家的生产需要，比如速度就不能满足要求。总体来说，国基于机器视觉的玻璃瓶检测系统的研究与应用还是比较落后的。因此，目前在国研制具有自主知识产权的玻璃瓶检测系统具有重要的社会效益和经济效益。
1.3数字图像处理研究现状
数字图像处理技术是一门跨学科的前沿高科技。数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图像信息。而数字图像处理作为一门学科大约形成于20世纪60年代初期。随着
计算机软硬件技术的不断提高,计算机图像处理从20世纪80年代中期到90年代末得到了迅速的发展,已广泛地应用在工业、农业、交通、地理、气象、生物医学、军事、电子商务、目标跟踪、印染工业、卫星遥感、机器人视觉、工业检测和科学研究等领域,取得了显著的社会效益和经济效益。近20 年来,科学工作者经过不懈的努力，己取得了令人瞩目的成就，图像处理技术的发展更为深入、广泛和迅速。数字图像处理的特点主要有：1.图像信息量大；2.图像处理技术综合性强。现在人们已充分认识到数字图像处理是认识世界、改造世界的重要手段。目前数字图像处理技术已成为21 世纪信息时代的一门重要的高新科学技术。
1.4 玻璃瓶缺陷检测与图像处理的可行性分析
图像处理就是为了某种目的对图像的强度分布视为一连串整数值的集合，经由不断的运算执行某些特定的加工和分析。图像处理涵盖的围十分广泛，但是采用的基本原理和方法是一致的。图像处理所研究的主要容包括了图像数的模数转化、图像的增强与复原、图像编码与压缩、图像分割、图像的表示和描述、图像特征匹配等等。对含有噪声的图像，要除去噪声、滤去干扰，提高信噪比；对失真的图像要进行几何校正等变换；对已经退化的模糊图像要进行各种复原的处理；对信息微弱的图像要进行灰度变换等增强处理。由此可见，图像处理就是为了达到改善图像的质量，将图像变换成便于人们观察和适于机器识别的目的。在玻璃瓶缺陷的检测系统中用到的数字图像处理技术有以下几个部分:：
(1)图像获取
图像获取采用摄像机，它能实时地摄取运动地图像，把客观的光学特性变成二维信息的电信号，然后通过有A/D 转换功能的图像采集卡转换出数字图像。
(2)图像预处理
图像的预处理是指对图像本身的缺陷和具体研究目的而采取的一些图像增强、复原等运算。图像复原指对一个退化的图像进行处理，使它恢复到原始目标的状态。图像增强指有目的地增强图像中的有用信息，改善图像的视觉效果，将图像转变为一种更适于人或机器分析的形式。例如噪声抑制、边缘提取和中值滤波等。(3)图像分割
图像分割是把数字图像分成互不重叠的若干区域，检测出图像的各个物体或同一物体的各个部分，并根据选定的特征将图像划分成几个有意义的部分，从而使图像在容的表达上更简单明了。
(4)模式识别
利用模式识别技术来提取图像的特征。特征抽取是在图像分割的基础上对物体的一些重要特征的每个部分所具有的特征向量进行定量估计。
第二章玻璃瓶检测系统总体设计
2.1玻璃瓶检测系统的检测项目
玻璃瓶自动检测系统主要完成的检测项目如下:
(1)瓶壁检测
瓶子在传送过程中，不断旋转保证每个面都能被检测到，每个瓶采样几幅瓶壁图像，判断是否有裂纹或瑕疵，以确保高质量的检测结果。实际工业检测过程中，可以根据需要设置合理的检测单元个数，
以满足生产的需要。
(2)瓶口检测
瓶口检测主要检测瓶口是否有裂纹或缺
口，瓶口是否有盖子或其他物体。照明用
圆环形LED光源，从不同方向照亮瓶口，
CCD摄像头从上方将图像采进.检测方法
如图2.2。好瓶口影像为一个完整的圆环，
而有崩缺或先天缺陷的瓶口，影像就会出
现断带、变形，经过计算机与标准数据比
较，问题瓶被准确剔出。
图2.1 瓶口检测示意图
2.2 玻璃瓶缺陷检测系统的硬件构成
根据课题的研究目的，该课题采用的计算机视觉图像处理系统主要由以下四个部分组成：成像单元；图像采集卡；微型计算机；支持软件。系统的结构如图2.2 所示：
玻璃瓶CCD摄像头图像采集卡计算机
图2.2 系统结构框图
以上四个部分，是构成这个缺陷识别系统的核心，它们有机地结合在一起，并通过软件的具体支持，达到整个系统设计的要求。
本系统主要完成图像采集、图像处理、缺陷识别的工作，主要任务都是通过计算机来实现的，采用图像处理和模式识别算法，体现了计算机视觉系统的自动化、智能化等优越性。在整个缺陷识别过程中，系统各个组成部分将协调工作，按照
要求合理地运行，体现出自动控制的很多优越性，同时又克服了人工检测的很多弊端。
以下介绍系统硬件的各个组成部分：
A．成像单元
成像质量对整个检测的准确性及速度至关重要，即实现缺陷识别的基础是获取清晰的玻璃瓶图像。成像单元由CCD摄像机、LED光源构成，负责原始图像数据的采集，CCD摄像机向图像处理系统输出模拟视频信号。对于瓶口、瓶身等不同的检测项目，需要设置不同位置的CCD摄像机与LED光源进行检测。
CCD是70年代发展起来的新型半导体器件，它是在MOS集成电路技术的基础上发展起来的，是半导体技术的重大突破。由于它具有光电转换、信息存储和延时等功能，而且功耗小，集成度高，故在固体图像传感、信息存储和处理等方面得到了广泛应用。CCD 摄像机是应用电荷耦合器件原理实现的，它把光信号转变成电信号，完成图像的摄取。CCD 摄像机的工作方式是被摄物体的图像通过镜头聚焦到CCD 芯片上，CCD 根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经滤波、放大处理后，形成视频信号输出。从工作方式来看，CCD 摄像机特性当中，最关键的指标是像素、图像采集分辨率及照度（灵敏度）。
CCD 像素是CCD 的主要性能指标。它决定了显示图像的清晰程度。分辨率越高，图像细节的表现越好。CCD 是由面阵感光元素组成，每一个元素称为像素，像素越多，图像越清晰。评估摄像机分辨率的指标是水平分辨率，其单位为水平电视线，即成像后可以分辨的黑白线对的数目。常用的黑白摄像机的分辨率一般为380-480，其数值越大成像越清晰。一般的场合下，用400 线左右的黑白摄像机就可以满足要求。而对于特殊要求的场合，用600 线的摄像机能得到更清晰的图像。照度又称为灵敏度，是CCD 对环境
光线的敏感程度，即CCD 摄像机正常成像
时所需要的最暗光线。摄像机照度的单位
是勒克斯，数值越小，摄像机越灵敏。通
常黑白摄像机的灵敏度多为0.02-0.5Lux，
普通照度的彩色摄像机多为1Lux。
本系统中选用大恒公司的DH-HV1301UC高
分辨率数字摄像机，图2.6为实物图。它
是一款高性能工业检测专用摄像机，图像
质量好，分辨率高，色彩还原性好，标准
镜头接口，图像稳定，体积小，安装方便，
图像窗口无级缩放，非常适合各种工业检
测应用。
图2.6 DH-HV1301UC摄像机
B．图像采集卡
图像采集卡在图像处理系统中具有重要作用，它需要完成图像识别前的主要准备工作。在图像信息转换的过程中，CCD摄像机把按空间分布的光学图像信息转换为按时间分布的视频图像信息，图像采集卡又将CCD摄像机输出的视频图像信息转换为适合运算处理的数字图像信息。由此可见，图像采集卡在图像信号转换过程中起了关键作用。它对CCD摄像机输出的视频图像信号进行了高速采样与模数转换，为计算处理系统提供了可识别的检测数据。
图像采集卡的种类很多，根据检测设备的需要，图像采集卡的主要参数及设置如下：
（1）PAL标准制式视频信号输入；
（2）视频A/ D为8位，灰度分辨率为1/
256；
（3）采集分辨率为768.576；
（4）对比度为128，亮度为115。
根据需要，系统采用大恒公司的DH-CG400
彩色/黑白图像采集卡[14]，图2.7为实物
图照片。DH-CG400能实时传送数字视频信
号到存储器，适用于需要多通道全实时高
速图像处理的场合。DH-CG400可以同时完
成实时图像实施预览/采集功能，数据的传
送过程是由图像卡控制的，不需要CPU参
与，瞬间的传输速度可达到132MB/S。
图2.7 DH-CG400图像采集卡
C．微型计算机
本系统应用的计算机为cpu intel Pentium 4，主频为1.7GHz，存为512M、采用的操作系统为Windowsxp，采用Visual C++6.0 作为Windows 程序开发工具。图像采集卡通过扩展槽数据线与计算机相联接，计算机通过相应的程序来控制图像采集卡完成图像的采集、存贮、变换及分析处理。
2.3 玻璃瓶缺陷检测系统的软件构成
目前，Windows 环境下的软件开发工具己经有不少了，例如微软公司的Visual Basic，Visual C++，Borland C++等，都是极好的开发工具。这些开发工具都采用面向对象的程序设计方法，它们各有利弊。对于一个具体软件项目开发者来说，选择一个理想的开发工具是项目得以顺利完成的前提。选择得当，就会提高开发速度，缩短开发时间，能很容易地实现项目的各项要求，达到事半功倍的效果；选择不当，就会影响项目的开发进度和质量，甚至无法完成任务。在本系统中，我们选择了Visual C++6.0 作为本项目的开发工具，主要原因如下：
(l) VC 是Windows 应用程序开发工具，提供了方便、新颖的可视化设计工具，使得设计变得更加简单。
(2) VC 具有强大的数学计算能力和图像处理功能，本身带有标准数学函数,为大系统的图像数据处理提供了条件。
(3) VC 是一种图形界面设计工具，开发者可以直接设计窗口界面、菜单等，不需要再为此设计编写过于冗长的程序。
(4)VC 相对于VB 而言，开发出来的项目程序代码小，且运行速度快。
本系统是在Windows xp中文版操作系统下，利用Visual C++6.0 进行玻璃瓶缺陷检测系统图像处理的程序设计的。系统采用了模块化的设计方法，使得程序设计思路清晰、灵活性强，便于今后其它功能模块的扩充。系统界面简洁明快，操作方便，功能一目了然，保证了系统功能的顺利实现。
2.4图像数字化
由于计算机只能处理数字图像，而自然界提供的图像却是其它形式的，所以数字图像处理的一个先决条件就是将图像转化为数字形式。数字图像就是把二维平面上的灰度模拟信号变为计算机能够处理的数字信号。像素就是离散的单元，量化的灰度就是数字量值。图像数字化包括采集和量化两种操作。
一、采样
采样就是把时间和空间上连续的图像变换成离散点(采样点即像素)的集合的一种操作。图像是二维平面上分布的信息形式，要把它输入到计算机，首先要把二维信号变成一维信号，因此要进行扫描。扫描是在二维平面上按一定的间隔从上方)!项序地沿水平移动而获得灰度值的线扫描。由此得到的一维信号，通过求出每一特定的值就得到了离散的信号。在抽样时，如果设横向的像素数是M，纵向的像素数是N，则图像的大小可表示为MxN个像素。
二、量化
经过采样，图像被分解为时间和空间离散的像素。但是像素的值(灰度值)还是连续的。把这样连续的灰度值变换成离散值(整数值)的操作就是量化。
如图2一5(a)所示，对于存在21延z宾z:的浓淡值z，量化后成为整数值qi。这样得到的数值叫做灰度值和灰度级。图2一5(b)是用以表示白一灰一黑的连续变化(灰度值)量化成为8bit，级0一255的256级时的情况，表现了数值与灰度相对应的浓淡程度，把表示对应于各个灰度值的浓淡程度叫做灰度等级或灰度标度。用0一255的值对应于图像的白一黑的情况，在表示方法上有以0为白，以255为黑;也有以0为黑，以255为白的。
(a)量化(b)把从白到黑的灰度值量化成8bit
图2—5量化
第三章图像预处理
图像处理技术发展至今，很多处理算法己趋于成熟，如图像增强、边缘检测等，相应算法种类很多，但是本系统需要根据实际情况选择和设计适合特定系统的处理算法，所以有必要对玻璃瓶图像检测算法进行研究。一个图像处理系统通常包括多种算法，算法设计是整个系统的核心，本文希望通过对各算法的比较研究，找出适合检测药用玻璃瓶的算法。整体过程包括四个部分:图像预处理部分，图像分割部分，特征提取部分，判断决策部分。
本章重点介绍玻璃瓶缺陷检测系统中所涉及到的数字图像预处理技术。图像预处理是图像分析的一个重要环节，对图像进行适当的预处理过程，有利于图像的分割和识别。一般情况下，成像系统获取的原始图像由于受到种种条件的限制和随机干扰，往往不能在视觉系统中直接使用，必须在早期阶段对原始图像进行灰度校正，噪声过滤等图像预处理。
3.1 灰度图和灰度直方图
灰度图是指只含亮度信息，不含色彩信息的图像。灰度图按照灰度等级的数目来划分，就像我们平时看到亮度由暗到明的黑白照片。亮度的变化是连续的，因此，要表示灰度图就需要把亮度值进行量化。通常把亮度划分成0——255 共256 个级别，0 为最暗（全黑），255 为最亮（全白）。存储灰度图像只需要一个数据矩阵，矩阵的每个元素表示对应位置的像素的灰度值。将真彩色图像转换为灰度图可以大大减少存储空间，加快图像处理的速度。因此在本系统中，所采集的图像均是以灰度图的形式储存的。如果每个像素的像素值用一个字节表示，灰度值级数就等于256 级，每个像素可以是0～255 之间的任何一个值，一幅640×480 的灰度图像需要占据300KB的存储空间。
灰度直方图是数字图像处理中一个最简单有用的工具，它描述了一幅图像的灰度级容。任何一幅图像的直方图都包括了可观的信息。某些类型的图像还可由其直方图完全描述。灰度直方图是灰度值的函数，描述的是图像中具有该灰度值的像素个数，其横坐标表示像素的灰度级别，纵坐标是该灰度出现的频率（像素个数）。按照直方图的定义可表示为：
)= — (2.1)
P(r
k
式中N 为一幅图像的总像素数，n k 是第k 级灰度的像素数，r k 表示第k 个灰度级，P(r k ) 表示该灰度级出现的相对频数。
灰度直方图有如下的性质：
(1)在直方图中，因为未考虑各像素的位置，所以失去了图像具有的空间信息。因此必须注意，虽然知道具有某一灰度值的像素有多少，但完全不清楚这些像素在图像中处于什么位置。
(2)对于一幅图像，能决定一种含义的直方图。但是，不同的图像可能具有相同
的直方图。
(3)直方图是对具有相同灰度值的像素数计数，如果已知图像被分成几个区域和
各个区域的直方图，把它们加起来，就可得到整个图像的直方图。对图像进行数
字化时，利用直方图可以检查输入图像灰度值在可能利用的灰度值围分配得是否
恰当。当发现直方图分配不恰当时，可以进行直方图均衡化，改善图像的质量。
直方图在图像分割里也会被用到。
3.2 图像增强
图像增强是数字图像处理的基本容之一。图像增强的目的主要有两个:一是改善
图像的视觉效果，提高图像成的清晰度;二是将图像转换成一种更适合于人眼观
察和机器自动分析的形式。它为图像的信息提取及其他图像分析技术奠定了良好
的基础。一般情况下，经过增强处理后图像的视觉效果会发生变化，这种变化意
味着图像的视觉效果得到了改善，某些特定信息得到了增强。图像增强技术可分
为空间域法和频率域法两大类。空间域法是在空间域对图像像素直接运算处理，
具有直观、快速的特点。频率域法是在图像的某种变换域对图像的变换值进行运
算，再对图像的频谱进行某种计算，最后将计算后的图像逆变换到空间域。
这是一种间接增强的方法，计算较大。
任何一幅未经处理的原始图像，都存在着一定程度的噪声干扰。噪声恶化了图像
质量，使图像模糊甚至淹没特征，给图像分析处理带来困难。消除图像噪声的工
作称之为图像平滑或滤波。由于噪声源众多，噪声种类复杂，所以平滑方法也多
种多样。比较常用的图像平滑方法是邻域平均法和中值滤波法。
3.2.1 邻域平均法
所谓邻域平均法，就是将图像取出一个子区域，让被干扰的像素位于区域中央，
然后求出其邻域各像素灰度的平均值，最后以该平均值取代被干扰像素的灰度
值，从而提高该图像的质量，此法称为邻域平均法。邻域平均法是一种在空间域
上对图像进行平滑处理的方法。它易于实现，而且效果也较好[27] 。
令被讨论像素的灰度值为F( j, k)，以其为中心，窗口像素组成的点集以A表示，
集像素数以L表示。经邻域平均法滤波后，像素F( j, k)对应的输出为
( , )1( , ) ( , )x y A
G j k F x yL (2.2)
即为窗口像素的平均值，用它代替F( j, k)原来的灰度值。
应用邻域平均法平滑时，邻域的选取一般有两种方式：以单位距离为半径或单位
距离的2倍为半径。以3×3的窗口为例，单位距离为半径时，其邻域为
4 A ( j, k 1), ( j 1, k), ( j, k 1), ( j 1, k) (2.3)
单位距离的2 倍为半径时，其邻域为
8 A ( j1,k1),( j1,k),( j1,k1),( j,k1),( j,k1),( j
1,k1),( j1,k),( j1,k1) (2.4)
前者称为四点邻域，后者称为八点邻域。四点邻域时，L 4；八点邻域L 8。
邻域平均法有力地抑制了噪声，同时，也出现了因平均作用而引起的模糊现象，
模糊程度与邻域半径成正比。为了尽可能减小模糊失真，有人提出了超限邻域平
均法，公式如下：
；；其他(2.5)
就是说当F( j, k)大于邻域平均值一定值后，作噪声处理，否则不改变。
以下是对图像3×3均值滤波的核心算法：
int nOffsetY[9]={-1,-1,-1,0,0,0,1,1,1};//像素点横向的偏移
int nOffsetX[9]={0,-1,1,0,1,1,0,-1,1};//像素点纵向的偏移
int nOffset[9];//代表3x3窗口中9个像素点相对中心像素点的偏移量
for(int m=0;m<9;m++)nOffset[m]=nOffsetX[m]*m_nDibWidth+nOffsetY[m];
for(int i=0;i<=m_nHeight-1;i++)//m_nHeight是图像的高度
{for(int j=0;j<=m_nDibWidth-1;j++)//m_nDibWidth是图像的宽度
{for(int m=0;m<9;m++)//m_lpDibData图像数据指针
{data+=*(m_lpDibData+i*m_nDibWidth+j+nOffset[m]);}
data/=9;}}
对瓶口裂纹图像用3×3窗口进行均值滤波处理，原始图像和处理后的效果图像，
如图3.3所示：
（a）原始裂纹图像（b）3×3模板均值滤波
图3.3裂纹图像通过均值滤波器比较图
通过图像的对比明显看出，均值滤波器对抑制裂纹图像的噪声没有效果。因为操
作的目的是为了消除图像的孤立噪声点（裂纹图中的白点），但是均值滤波器只
能使图像平滑，细节特征消失。
3.2.2 中值滤波法
中值滤波是一种最常用的非线性滤波，由于它在实际运算过程中并不需要图像的统计特性，因此比较方便。中值滤波首先是被应用在一维信号处理技术中，后来被二维图像信号处理技术所引用。在一定条件下，可以克服线性滤波器所带来的图像细节模糊，而且对图像中的脉冲噪声和扫描噪声，能有较好的滤除效果，在一定程度上可以克服在线性低通滤波器消除噪声时将图像细节模糊掉的缺点，但是对于含有过多细节的图像，处理效果一般不会太好。
其原理是将包含奇数个像素的滑动窗口W在图像上移动，在每一个位置上对窗口像素的灰度值由小到大排序，然后将位于中间的灰度值作为窗口正中那个像素的输出值，即
f(x,y)=mid{f(1,1),f(1,2),,f(n,n)}n∈[1,N] （3-2）设有一个一维序列f1 f2L f n，取窗口长度为m（m为奇数），对此序列进行中值滤波，就是从输入序列中相继抽出m 个数，i v i 1 i i 1 i v f f f f f LL ，其中i f 为窗口的中心值， 12m
V，再将这m 个点的值按其数值大小排列，取其序号为正中间的那个数作为滤波输出。用数学公式表示为
i i v i i v Y Med f f f L L 1,2m i Z V(2.9)
例如：有一个序列为10 , 3, 45, 0, 29，重新排序后为0, 3,10, 29, 45
则
Med 10,3,45,0, 29，10。此例若用邻域平均法滤波，窗口也是取5，那么邻
域平均法滤波输出为（10+3+45+0+29）/5=17.4。
对二维序列队对进行中值滤波时，滤波窗口也是二维的，但这种二维窗口可以有各种不同的形状，如线状、方形、圆形、十字形、圆环形等。二维数据的中值滤波可以表示为
ij A ij Y Med X (2.10)
式中A为窗口。在图像阵列进行中值滤波时，如窗口是以中心点对称的，并包含中心点在，则中值滤波能保持任意方向的跳变边缘。图像中的跳变边缘是指图像中不同灰度区域之间的灰度突变边缘。在实际使用窗口时，窗口的尺寸一般先用3 再取5 逐点增大，直到其滤波效果满意为止。对于有缓变的较长轮廓线物体的图像，采用方形或圆形窗口为宜，对于包含尖顶角物体的图像，适宜用十字形窗口。使用二维中值滤波最值得注意的是要保持图像中有效的细线状物体。
中值滤波有以下几个重要特性：
（1）对某些输入信号中值滤波具有不变性。
对某些特定的输入信号，滤波输出保持输入信号值不变，如在窗口2n+1 单调增加或单调减少的序列，即
i n i i n i n i i n x x x x x x L L (2.11)
则i i y x (2.12)
二维序列的中值滤波的不变性要复杂得多，它不但与输入信号有关，而且还与窗口的形状有关。一般讲，与窗口对顶角线垂直的边缘保持不变性。利用这个特点，可以使中值滤波既能去除图像中的噪声，又能保持图像中一些物体的边缘。（2）中值滤波去噪声性能。
中值滤波可以用来减弱随机干扰和脉冲干扰。由于中值滤波是非线性的，因此对随机输入信号数学分析比较复杂。对于均值为零的正态分布的噪声输入，中值滤波输出的噪声方差为：22214 1 22iMed mf m m(2.13)
式中2i 为输入噪声功率（方差），m 为中值滤波窗口长度，m 为输入噪声均
值；f m为输入噪声密度函数。而平滑滤波的输出噪声方差2o 为2 1 2
o i m(2.14)
比较式(2.13)和式(2.14)可看出，中值滤波的输出与输入噪声的密度分布有关。而平均值滤波的输出与输入分布无关。对随机噪声的抑制能力方面来看，中值滤波性能要比平均值滤波差一些。而对脉冲干扰来讲，特别是脉冲宽度小于m/ 2，相距较远的窄脉冲干扰，中值滤波是很有效的。
对瓶口裂纹图像用3×3窗口进行中值滤波，对比图像如图3.4所示：
（a）原始裂纹图像（b）3×3模板中值滤波图
图3.4裂纹图像、尺寸图像通过中值滤波器比较图
从图像中可以看出，3×3窗口的中值滤波器可以克服均值滤波器所带来的图像细节模糊，同时又能有效消除或降低裂纹图像中的孤立噪声点，调整尺寸图像圆
中的虚环。中值滤波器的作用确实比均值滤波器好。因此在课题中采取3×3窗口的中值滤波器实现图像预处理中的去噪。
3.2.3 玻璃瓶图像增强的算法实现
第四章图像分割
图像分割是图像分析的第一步，是图像分析技术的重要组成部分,也是图像处理中最困难的问题之一。在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣。这些部分常称为目标(其他部分称为背景)，它们一般对应图像中特定、具有独特性质的区域。为了辨识和分析图像中的目标，需要将它们从图像中分离提取出来，在此基础上才有可能进一步对目标进行测量和对图像进行利用。图像分割就是指把图像分成各自具有特性的区域并提取出感兴趣的目标的技术和过程。
由于问题本身的重要性和困难性，从20世纪70年代起图像分割问题就吸引了很多研究人员为之付出了巨大的努力。虽然到目前为止，还没有唯一的、标准的图像分割的方法，但是对于图像分割的一般性规律则基本上已经达成了共识，己经产生了相当多的研究结果和方法。对应不同的应用场合，我们可以采用各种各样的分割方法，只要能够完成图像分割的目的，有助于图像的分析，就是合适的方法。这里首先主要介绍这一领域中经典方法和近年来出现的新思路、新方法以及对原有方法的新的改进作个整体的介绍。
4.1 阈值分割方法
阈值分割方法作为一种常见的区域并行技术，就是用一个或几个阈值将图像的灰度直方图分成几个类，认为图像中灰度值在同一类中的像素属于同一物体。由于是直接利用图像的灰度特性，因此计算方便简明、实用性强。显然，阈值分割方法的关键和难点是如何取得一个合适的阈值。而实际应用中，阈值设定易受噪声和光亮度影响。
阈值方法的缺陷主要在于它仅仅考虑了图像的灰度信息，而忽略了图像的空间信息。对于非此即彼的简单图像处理(如一些二值图像的处理)是有效的，但是对于图像中不存在明显的灰度差异或各物体的灰度值围有较大的重叠的图像分割问题难以得到准确的分割效果。
近年来的方法有:用最大相关性原则选择阈值的方法、基于图像拓扑稳定状态的方法、Yager测度极小化方法、灰度共生矩阵方法、方差法、熵法、峰值和谷值分析法等，其中，自适应阈值法、最大熵法、模糊阈值法、类间阈值法是对传统阈值法改进较成功的几种算法。更多的情况下，阈值的选择会综合运用2种或2种以上的方法，这也是图像分割发展的一个趋势。
4.2 边缘检测算子
边缘检测是提取图像中不连续部分的特征，根据闭合的边缘确定区域。由于边缘检测方法不需要将图像逐个像素地分割，因此更适合大图像的分割。图像边缘对
图像识别和计算机分析十分有用。边缘能勾划出目标物体，使观察者一目了然；边缘蕴含了丰富的在信息，是图像识别中抽取图像特征的重要属性。从本质上说，图像边缘是图像局部特性不连续性的反映，它标志着一个区域的终结和另一个区域的开始[34] 。边缘的特性是沿边缘走向的像素变化平缓，而垂直于边缘方向的像素变化剧烈。所以，从这个意义上说，提取边缘的算法就是检出符合边缘特性的边缘像素的数学算子。下面介绍几种常用的边缘检测算子，用这些算子与图像卷积，可以找出图像边缘的位置和方向。
①Roberts 算子
图像f x, y的梯度定义为：
f x y f x y
f x y i j
x y (3.9) 梯度的模为：
(3.10) 通常把梯度的模就叫做图像的梯度。Roberts 算子是用斜向上4 个像素交叉差分来表示梯度的，即
f x, y f x, y f x 1, y 1 f x 1, y f x, y 1
(3.11)
上式也可以简化为：
f x, y f x, y f x 1, y
(3.12)
或
f x, y max f x, y f x 1, y
(3.13)
也可以表示成掩模的形式如图3.1 所示。
②Sobel 算子
Sobel 算子是一种简单常用的算子，它是对数字图像f x, y的每个像素，
考
查其相邻点像素灰度的加权差，即
S x, y |(3.14)
Sobel 算子可以写成图3.2 的掩模形式。
1 0 -1
2 0 -2
1 0 -1
1 0
0 -1
0 1
-1 0
1 2 1
0 0 0
-1 -2 -1
图3.1 Roberts 算子模板
图3.2 Sobel 算子模板
③Prewitt 边缘检测算子
如图3.3 所示的两个卷积核形成了Prewitt 边缘检测算子。与使用Sobel 算
子的方法一样，图像中的每个点都用这两个核作卷积，取最大值作为输出。Prewitt 算子也能产生一幅边缘图像。
④Kirsch 算子
Kirsch 算子是由K0 : K7共8 个方向的掩模组成，如图3.4所示。将0 7 K : K 的掩模算子分别与图像中33的区域相乘，选择最大的一个，将该最大值作为中央像素的边缘强度，可以用下式表示x, y像点的强度。
8 0 1 2 3 4 5 6 7
g x, y max g , g , g , g , g , g , g , g (3.15)
其中
g x y K k l f x k y l
i0,1, 2,3, 4,5, 6, 7(3.16)
若, i g x y 最大，说明中央像素x, y处有i方向的边缘通过，边缘方向如图3.5所示,即0 K 为00， 1 K 为450， 2 K 为900等等。
-1 -1 -1
0 0 0
1 1 1
1 0 -1
1 0 -1
1 0 -1
图3.3 Prewitt 算子模板
图3.4 Kirsch算子模板
图3.5 边缘方向图
⑤Laplace 算子与LoG 算子
阶跃状边缘的二阶导数在边缘处出现零点，边缘点两边的二阶导数异号，即
出现所谓的零交叉，因此，可以利用对图像的各个像素求二阶导数 2 f x, yx2
和 2 f x, y y2 之和的方法寻找边界。即
f x y f x y
f x y
x y (3.17)
对于数字图像，可以用差分近似微分，即可对图像的每个像素取x 方向和y 方向的二阶差分之和来近似上式，因此有
(3.18)
这就是Laplace 算子，它是一个与边缘方向无关的边缘检测算子。在一些实际应用中，由于检测过程一般只关心边缘点的位置而不关心其周围的灰度差值，因此在这样的场合里这种与方向无关的边缘检测算子对检出边缘点是合适的。如果
2 f x, y在x, y点出现零交叉，则该点为阶跃边缘点。Laplace 算子相当于一个图3.6 所示的滤波器。
0 1 0
1 -4 1
0 1 0
Laplace 算子对孤立像素的响应要比对边缘或线的响应更强烈，因此在Laplace 算子作边缘检测之前，如果能先对图像作平滑处理，则效果更好。
LoG 算子即高斯-拉普拉斯算子，它也是通过寻找图像灰度值中二阶微分中的
过零点来检测边缘点。LoG 算子的特点是首先利用高斯滤波器对图像进行平滑，再利用拉普拉斯算子进行高通滤波并提取零交叉点。
由于拉普拉斯算子是一种二阶微分算子，其定义如式(3.17)，应用拉普拉斯
算子，对图像中的噪声相当敏感，它常产生双象素宽的边缘，此外也不能提供边缘方向的信息。基于以上原因，拉普拉斯算子很少直接用于边缘检测，而主要应用于己知边缘象素后，确定该象素是在图像的暗区和明区一边。另一方面，一些差分算子会在较宽围形成较大的梯度值，因此不适用于精确定位，而利用二阶差分算子的过零点，可以较精确定义边缘。
在实际应用中，我们常采用高斯拉普拉斯算子进行边缘检测。为了去除噪声
的影响，首先用高斯函数对图像进行滤波，然后对滤波后的图像求二阶导数，用下式计算:
2 G x, y* f x, y2G x, y* f x, y(3.19) 式中: f x, y为原始图像，G x, y为高斯函数，2G x, y为拉
普拉斯高斯
算子。高斯-拉普拉斯算子经运算得:
, 2 exp
2 2
x y x y
G x y
(3.20)
其中是高斯分布的均方差，该函数是一个轴对称函数，根据旋转对称性，该算子具有各向同性的特点。与普通带通滤波器的脉冲响应类似，该函数图像在一个负的凹谷中有一个正向尖峰脉冲，高斯分布的均方差便是控制中心峰宽度
的参数，同时也控制了曲面的平滑程度。可以从数学上证明:该算子的均值为零，所以用其对图像进行卷积并不会改变图像整体的动态围。由于其使用了高斯低通
平滑滤波器，因此卷积结果会产生一定的模糊，模糊程度正比于。在该算子中的选择很重要，值比较小时位置精度可以很高，但会产生过多的边缘细节，
而且该算子在噪声大的区域往往会产生过密的过零点。
综上所述，在图像边缘比较模糊或存在较大的噪声干扰时使用该算子可以取得较好的效果，当然该方法的计算量也是比较大的。不过这些模板可以分解而借用一维卷积核来快速进行计算，常用的一种高斯-拉普拉斯算子卷积核是如图3.7所示的55大小的模板。
边缘检测往往对噪声比较敏感，因此常常在作边缘检测之前先对图像进行某些预处理。如平滑处理或边缘增强等。
4.3 玻璃瓶图像分割算法的比较
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
玻璃瓶罐的缺陷产生原 因及解决方法 WEIHUA system office room 【WEIHUA 16H-WEIHUA WEIHUA8Q8-
玻璃瓶成形缺陷及消除 一、小口瓶部分 1、口部缺陷 2、瓶颈缺陷 3、肩部缺陷 4、瓶体缺陷 5、瓶底缺陷 6、其他缺陷 二、大口瓶部分 一、玻璃瓶罐的缺陷（小口瓶部分） 玻璃瓶罐的缺陷种类很多，产生这些缺陷的原因，更是多种多样的。同时，这些缺陷的产生，也往往由于成型机械的不同或成型方式的不同而又有别。如何正确的鉴别这些缺陷，以便采取迅速有效的措施消除之，乃是成型操作工人的主要技术技能之一，下面就行列机林取机采用吹---吹法，生产小口瓶时常见的缺陷加以说明。 1、一个瓶子是否合格，和一个瓶子是否又有缺陷，并不是完全一致的，也就是说所有的缺陷在制品上是不允许存在的，例如各种裂纹、畸形、口不足等。另一种缺陷是在一定程度（或范围）内是允许存在的，例汽泡、合缝线、条纹等。（当然，我们应尽可能生产无缺陷的优质品）鉴于这些原因，则在评定一个瓶子是否合格时主要根据有关部门制定的质量标准来衡量，而在质量标准中未做具体规定的项目，则应以用户的要求为准则。
2、本文中所叙述的各种缺陷名称，是以玻璃瓶罐行业中通用的称呼 为主，同时，也将制瓶工人口语中常用的称呼列于括号内以供参考。 3、产生玻璃瓶罐缺陷的原因是多种多样的，所以在谈到各种缺陷的 产生原因时，不可能将每一种可能性都罗列进去，而仅能就其主要和常见 的原因加以说明，至于各种缺陷的解决方法，绝不是该种缺陷的解决步 骤，其解决方法主要靠制瓶工人仔细的观察，周密的分析，正确的判断， 方能迅速、准确的找到产品缺陷产生的原因，进而采取有效措施消除。 5、下面各种缺陷产生的原因一栏中 “A ：供料机”代表因供料机部分调节或 操作不当而可能导致该种缺陷的原因。“B 制 瓶机”代表因制瓶机部分调节或操作不当而 可能导致该种缺陷的原因。 一）、口部缺陷： 缝线起到瓶顶的各部位。 1、口裂（炸口、爆口）： 原因： ⑴ 滴料温度太低 ⑵ 剪口印太大。 图 1 ⑶ 料滴头部太粗 ⑴ 机速太慢⑵ 芯子冷或结油灰太多 ⑶ 芯子过长或太粗⑷ 芯子上的猛或 落的⑸ 扑气（吸气）时间太长或芯子落的太晚，玻璃料与芯子接触时间太 长⑹ 芯子和口模不同心⑺ 芯子和口模太冷⑻ 正吹气头太浅，中心不正，
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
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。
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
贵州湄窖酒业有限公司企业标准 QＢ/GZMJ7-００3--2012 玻璃酒瓶质量标准 受控状态: 发放编号: 版次：［Ａ］ 审核： 批准: ２012-03-05发布２０12-０3－２0 实施 贵州湄窖酒业有限公司发布
玻璃酒瓶质量标准 1 范围 本标准规定了各种玻璃瓶罐的技术要求、试验方法、检验规则和标志、包装、运输、贮存。 本标准适用于我厂的玻璃酒瓶与玻璃酒杯的检验。 下列单项项目范围: 圆度：适合于瓶身横截面为圆形的酒瓶; ２引用标准 下列标准所包含的条文，通过在本标准中引用而构成为本标准的条文(以下标准以最新版本为准)。 GＢ/T24694 玻璃容器白酒瓶； GB／T 45４5 玻璃瓶罐内应力检验方法; ＧB/T ６５５2 玻璃瓶罐抗机械冲击试验方法; GB/T ４5４７玻璃容器抗热震性和热震耐久性实验方法; ＧB/T ４５48 玻璃容器内表面耐水侵蚀性能测试方法及分级； ＧB 1977８包装玻璃容器铅、镉、砷、锑溶出允许限量; 3.1 玻璃瓶质量标准 ３.１.2 卫生指标 铅、镉、砷、锑的溶出允许限量满足GB 19778的有关规定。 3.1.４海王酒、鹿龟酒等中高档系列产品玻璃瓶外观质量应符合下表规定
4 实验方法 4.1材质 与样进行比对。 4.2 强度 圆瓶按ＧB/Ｔ6５52的规定执行，扁形瓶、方形瓶或其他异形瓶选取瓶身最薄弱部位或接触部位,冲击一次。型式试验可以通过模拟生产碰撞或上机检测。 4.3卫生指标、理化性能 鉴于内包装材料供应商生产的实际情况，卫生指标主要作为验证项目,通过定期(年)要求供应商提供检测报告进行验证。出现争议时由需方送样到国家质量检验部门检验做为仲裁依据。 4.4 规格、尺寸、厚度 用分度值为0．02 mm的游标卡尺或测厚仪或直尺进行测量。 4.５满口容量 用电子称或量筒进行测量。 4.6 垂直轴偏差 用垂直轴偏差检测仪进行检验。
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。
小口玻璃瓶成型模设计 ——行列机吹-吹法制瓶 陈忠祥，王忠和 摘要：介绍用行列机吹-吹法生产小口玻璃瓶时成型模的设计与制造。 关键词：玻璃瓶模具；成型模；吹-吹法 中图分类号：TQ171.6 文献标识码：B 文章编号： 1000-2871(1999)04-0024-06 Design of Narrow Neck Bottle Mould CHEN Zhong-xiang,WANG Zhong-he 1 引言 在行列机吹-吹法制瓶中，玻璃成型模设计、制造的质量取决于产品的规格尺寸和容积公差等各项要求。因此，在按照瓶子形状对其进行成模内腔设计时主要考虑的是成模(含底)的满口容量、内腔尺寸制造公差、容量公差及模具翻转中心值y或x、安装方式的选择和冷却等方面的问题，并结合行列机生产的实际和不同瓶型的成型特点综合考虑后，才能设计制造出符合产品质量标准的高品质模具。成型模的设计是产品制造中的重要环节。本文就小
口玻璃瓶成型模设计作一系统的介绍，供玻璃行业同仁们参考。 2 设计方法 2.1 成模内腔(含底)满口容量V FO设计 首先根据所要设计的瓶型瓶重G、满口容量V f，由公式⑴计算出其瓶口以下的成模内腔(含底)满口容量V FO。 V FO=(V f+V G)-V□+ΨV f (1) 式中：V G—玻璃料所占的容量，V G=0.4G(ml)，一般玻璃料密度取2.5g/cm3 V□—瓶子的口部所占容量 Ψ—瓶子的收缩率，因瓶型而异，一般地： (1)长颈圆瓶(如640ml啤酒瓶)，Ψ取0.9%～1.2%， (2)多角形瓶(如方瓶、六棱形角等瓶)，Ψ取1.2%～1.5%， (3)椭圆形瓶、扁瓶，Ψ取1.5%～1.8%。 2.2 计算成模满口(含底)容量V F V F计算一般根据瓶子形状按1:1比例精确绘制，然后分段进行测值计算累加而得。一般瓶子分4段：口部容量V A、瓶颈与瓶肩部容量V B、瓶身部容量V C和瓶底容量V D。
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
玻璃瓶罐的缺陷及产生原因玻璃瓶罐的缺陷种类很多，总起来可分为两种。一种是玻璃熔制过程中产生的缺陷，如小气泡、结石、条纹和节瘤（即玻筋、瘤子）等。另一种是瓶罐在成形过程中产生的缺陷。后一种缺陷则可以通过改变供料机和制瓶机的操作予以消除。 1. 口部缺陷 (1）口裂（炸口、爆口）。从瓶口向下有纵向纹 料滴温度太低。剪切不良。料满头部太粗。芯子过冷成与玻璃接触时间太长，芯子脏。芯子上得过猛，落的不顺妥。扑气时间太长。正吹气头太浅，中心不正，吹气压力太大或压缩空气带水。冷却风使用不当，在成型模一方吹到瓶口上。（2）口部裂纹（炸螺丝）。在瓶口螺纹处有浅裂纹。 玻璃料过冷，料头太尖。剪切不良（剪刀印大或剪料带毛刺）。初型模与口模配合不当，口模开的不稳，开初型模时带动口模。口钳臂不水平。扑气头落的太猛，扑气压力过大或扑气时间太长。翻倒机构终点缓冲不当。芯子套简太高或太低。（3）瓶口不足。瓶口密封口或螺纹处玻璃不足。 料滴温度过高或过低，料滴头部太尖或太粗，中心不正。扑气压力和时间不足，扑气头堵眼或漏气。初型模喷油不足，初型模内有油或水能妨碍玻璃料进入口模。口模和芯子太赃。初型模和口模配合不当。倒吹气开得过早 （4）瓶口不圆（扁口）。瓶口扁或畸形。 料滴温度过高。倒吹气不足或时间太短。芯子接触时间太短或扑气时间太短。口模太热，瓶口冷却不良。口钳直径太小或口钳中心不一致。正吹气头压得过紧或正吹气压力过大。 （5）小口（小眼、细口）。指瓶口内径小。 料滴温度过高，头部形状太尖。芯子与玻璃料接触时间太长，芯子温度不合适。芯子太脏，初型模喷油太大。倒吹气开得太晚。芯子设计不合理。初型模和口模的冷却风使用不当。正吹气压力小。瓶钳内径过小。 2. 瓶颈缺陷 （1）瓶颈弯曲（歪头）。瓶嘴从颈部开始向一边歪斜。 料滴温度过高。口模太热。交接中心不正。正吹气头不平或偏离成型模中心。正吹气时间太短或压力不够。瓶钳与成型模不同心。瓶钳不水平或钳瓶出模太猛。成型模太热或成型模打开不稳。 （2）瓶颈合经毛刺。在瓶颈与瓶口合缝处有尖锐的玻璃毛刺 料滴温度过高。料形控制不当。口模与初型模配合不当。口模或初型模油灰太多，初型模关拢不严。口模与初型模磨损过大。 3.肩部缺陷 （1）肩裂。肩部有表面裂纹。 料滴温度太高或太低。初型模或成型模开启不平稳。正吹气压力过大。成型模与模底配合不当。成型模夹钳磨损严重。成型模温度太高。 （2）肩薄。瓶肩局部或全部较薄。 料滴温度偏高或不均匀。料滴形状过长或过短。落料不正。初型模太热。初型模涂油过多。正吹气开始太晚。倒吹气压力小或时间短 （3）瓶肩不足（塌肩、凹膀）。瓶肩部没有完全成形。 料滴温度太高或太低。料滴形状不好或薄料不正，在料道上摩擦大多。正吹气头位置不当或正吹气压力太小。正吹气时间太短。倒吹气压力过大或时间过长，初形太硬。重热时间不足。初型模或成型模太冷。
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、
PCB金手指瑕疵检测 指导教授：蔡笃铭教授研究生：林伯聪 1.研究动机与目的 印刷电路板（Printed Circuit Board）瑕疵自动检测在工业应用上是十分重要与必要的，利用自动检测的稳定性，取代人工操作因疲劳所造成的误判、标准不一等主客观因素，提高检验品质与降低生产成本。目前PCB表面的瑕疵检验系统，主要是针对线路几何瑕疵检测与表面黏着点检测这二个方向，甚少对PCB电镀表面进行瑕疵检测的工作，且仅利用灰阶影像信息进行影像处理过程，由于灰阶影像所能提供的影像信息（gray-value）不如彩色影像信息（R, G, B）丰富，无法像彩色影像信息能更完整的将影像信息特征呈现出来。 目前的纹路瑕疵检测技术多采用样本比对(pattern match)或纹路特征萃取（feature extraction）这两大方向进行检测的工作。样本比对法需要事先选定一标准影像（model），与待测样本（scene）利用相关系数（correlation）或影像相减（subtraction）的计算，进行比对检测的工作，此法缺点为比对效果会受旋转、位移与光源的影响，所以进行检测时需要先定位。而特征萃取法则是由纹路影像中萃取纹路的特征指针，其中常用的技术包括利用空域法（spatial domain）与频域法（frequency domain）两大领域。在空域法中最具代表性之技术为依据二维影像中像素点在特定邻近位置之灰阶变化的机率密度函数来建立空间灰阶之相关矩阵（dependence or co-occurrence matrix），
并以此相关矩阵建立统计指针以评估纹路特征，但此法易受环境光源变化及噪声影响，而无法提供一个比较可靠的表现；在频域法则是将空间域影像转换为频率域之功率频谱，再由功率频谱撷取纹路或瑕疵的特征，因此可降低噪声之影响，如傅立叶转换（Fourier transform）与贾柏转换（Gabor transform）为常见之做法，但此法于转换的计算复杂导致计算时间长，不适合于实时性的生产检测工作，因此本研究将利用信息论（information theory）中用于评估信息内涵复杂度之衡量指针（熵, entropy），进行纹路规则性量测。本研究利用彩色影像信息，藉由色彩模型转换后的色彩特征值选取，与熵算法结合，衡量PCB电镀表面（金手指）纹路的规则性与一致性，将破坏纹路规则性与一致性的瑕疵凸显出来。 2. 金手指瑕疵分类简介 本研究针对PCB之金手指（edge connector）表面瑕疵进行检测的工作。在本节中将对金手指表面常见的瑕疵进行分类（表1），利用瑕疵所造成的颜色变异或结构性变异作为分类的标准，通常金手指表面瑕疵都是以颜色变异瑕疵居多数，有时会因刮伤严重导致同时发生结构性变异与颜色变异（如图1-(g)刮伤露铜）。图1为常见之金手指表面瑕疵，图1-(a)为金手指表面凹陷瑕疵；图1-(b)为金手指表面针点状凹陷瑕疵；图1-(c)为金手指表面破洞瑕疵；图1-(d)为金手指表面刮伤瑕疵；图1-(e)为金手指表面边缘受损瑕疵；图1-(f)为金手指表面露铜瑕疵；图1-(g)为金手指表面氧化瑕疵；图1-(h)为金手指表面粗糙瑕疵；图1-(i)为金手指表面结块瑕疵。 表1 金手指表面瑕疵分类表
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。