食用油激光噴碼視覺檢測分揀系統(tǒng)　

作者 張培恒1 董浩2 王博1 孫瑞軒2

　　1.燕山大學(xué) 電氣工程學(xué)院(河北 秦皇島 066004)2.河北省科學(xué)院 自動化研究所(河北 石家莊 050000)

　　*基金項目：河北省科學(xué)院科技計劃項目(編號：17401)

　　張培恒(1989-)，男，碩士，研究方向：機(jī)器視覺。

摘要：當(dāng)前食用油激光噴碼檢測方法仍是傳統(tǒng)的人工燈檢法，存在成本高、不穩(wěn)定、精度低、人員調(diào)動等問題，已經(jīng)不能滿足生產(chǎn)商和消費(fèi)者的要求，為此設(shè)計一種基于機(jī)器視覺和自動化控制技術(shù)的食用油激光噴碼檢測分揀系統(tǒng)。借助Matlab Script節(jié)點，采用LabVIEW和MATLAB軟件混合編程的方法實現(xiàn)噴碼字符檢測，LabVIEW軟件實現(xiàn)圖像采集、人機(jī)界面制作和數(shù)據(jù)分析功能，MATLAB軟件實現(xiàn)圖像處理和字符識別功能，充分發(fā)揮各軟件優(yōu)勢，降低編程開發(fā)難度。LabVIEW通過VISA串口將噴碼質(zhì)量信息傳輸至PLC(Programmable Logic Controller，可編程邏輯控制器)，控制自動分揀機(jī)構(gòu)將噴碼不合格的食用油剔除，從而保證和提高產(chǎn)品質(zhì)量。實驗結(jié)果表明，系統(tǒng)正確檢測和分揀率可穩(wěn)定達(dá)到90%以上。

0 引言

　　食品安全問題一直是人們最關(guān)心的，而食用油是生活中不可或缺的日常消耗品，隨著生活水平和安全意識的不斷提高，人們對食用油品質(zhì)的要求屢日增高，食用油桶體上標(biāo)記激光噴碼作為油品保障的必要手段^[1]，為每一桶食用油標(biāo)注其規(guī)格、生產(chǎn)日期、批號等不同的信息，已成為食用油質(zhì)量標(biāo)準(zhǔn)，其相當(dāng)于食用油的身份證件，以其不可涂改、無耗材、無污染、高效、長效等特點，被廣泛用于標(biāo)識領(lǐng)域，但在工廠食用油生產(chǎn)過程中，由于環(huán)境、設(shè)備、技術(shù)等原因，激光噴碼難免會出現(xiàn)錯印、漏印、污損、重疊等缺陷，此時就需要對其進(jìn)行質(zhì)量檢測，保證有缺陷的產(chǎn)品不會流入市場，以免造成對消費(fèi)者健康權(quán)益和企業(yè)品牌形象的負(fù)面影響。傳統(tǒng)的食用油激光噴碼檢測主要是依靠人工崗位來完成，然而人眼的主觀檢測有其固有的局限性，己經(jīng)越來越不能適用于現(xiàn)代制造業(yè)的標(biāo)準(zhǔn)，因此食用油生產(chǎn)工序的質(zhì)量檢測水平必須提高，食用油激光噴碼視覺檢測分揀系統(tǒng)運(yùn)用先進(jìn)的機(jī)器視覺和自動化控制技術(shù)完全可以替代人工檢測，使用BP神經(jīng)網(wǎng)絡(luò)算法不斷提高檢測速度、效率和精度，完全滿足現(xiàn)代制造業(yè)的標(biāo)準(zhǔn)。

　　機(jī)器視覺是一門多學(xué)科交叉的綜合性技術(shù)，它包括了數(shù)字圖像處理、光學(xué)、模式識別、計算機(jī)應(yīng)用科學(xué)、人工智能等一系列學(xué)科領(lǐng)域的知識^[2]，通過計算機(jī)和工業(yè)相機(jī)非接觸式地對目標(biāo)圖像進(jìn)行獲取和處理，最終獲取目標(biāo)信息和實現(xiàn)智能自動化控制。

　　神經(jīng)網(wǎng)絡(luò)啟發(fā)于生物學(xué)神經(jīng)系統(tǒng)，通過并行處理和改變神經(jīng)元連接權(quán)重來訓(xùn)練出能實現(xiàn)特定功能的神經(jīng)網(wǎng)絡(luò)，其具有很強(qiáng)的自學(xué)習(xí)和泛化能力^[3]。BP(Back Propagation，反向傳播)神經(jīng)網(wǎng)絡(luò)是多層前饋誤差反向傳播的神經(jīng)網(wǎng)絡(luò)，是目前應(yīng)用得最為廣泛的神經(jīng)網(wǎng)絡(luò)預(yù)測模型。

　　自動控制技術(shù)是指在極少或無人參與下，通過使用各種控制器、繼電器、接觸器、執(zhí)行器、傳感器等裝置自行實現(xiàn)工藝或過程的一門技術(shù)。它是以控制理論為基礎(chǔ)，利用反饋原理來自動地調(diào)節(jié)動態(tài)系統(tǒng)^[4]，使得系統(tǒng)達(dá)到人們的預(yù)想。自動控制系統(tǒng)的大量應(yīng)用，不僅提高了工作效率，也提高了工作質(zhì)量，改善了人員的工作環(huán)境。

　　食用油激光噴碼視覺檢測分揀系統(tǒng)靈活運(yùn)用各種技術(shù)和方法，研究和分析BP神經(jīng)網(wǎng)絡(luò)算法，快速準(zhǔn)確地檢測出噴碼信息，并與激光噴碼機(jī)中的應(yīng)刻灼信息相比對，如果出現(xiàn)錯印、漏印、污損、重疊、歪斜等情況，系統(tǒng)將自動報警，提醒用戶，并可按預(yù)先設(shè)定的自動控制程序執(zhí)行相關(guān)動作，剔除不合格產(chǎn)品。

1 機(jī)器視覺

　　機(jī)器視覺是指利用相機(jī)代替人眼功能，圖像處理及算法功能代替人腦功能，對目標(biāo)進(jìn)行特征提取和分析，進(jìn)而做出判斷來控制生產(chǎn)過程的一種人工智能技術(shù)^[5]，包括光源、圖像獲取、圖像處理、算法等模塊。

　　1.1 光源照明模塊

　　光源與照明方案是系統(tǒng)中重要組成部分，應(yīng)盡可能地突出目標(biāo)特征，將要檢測的區(qū)域盡可能大地與背景區(qū)域進(jìn)行區(qū)分，提高對比度，降低圖像處理、分割和識別難度，使系統(tǒng)的可靠性和綜合性能得到提高。

　　食用油桶體是半透明且?guī)в幸欢ɑ《鹊?，激光噴碼機(jī)在桶體表面刻灼凹字符，其與非字符區(qū)域的材料相同，故沒有顏色信息且反光嚴(yán)重，這大大增加了光源和照明方案的難度。

　　依據(jù)檢測對象，嘗試不同類型光源，經(jīng)過多次不同實驗，最終設(shè)計了一種照明方案：選擇條形LED紅色光源組合成邊長約10 cm的正方形，并在正方形光源后添加紅色同軸光源，同時配有亮度控制器，可獨(dú)立微調(diào)和粗調(diào)每組對邊位置的燈亮度和同軸光源亮度，協(xié)調(diào)配合使用同軸光源和組合條形光源，在足夠亮度情況下消除反光和保證足夠的對比度、清晰度，實物光源如圖1所示，在特制光源照明下獲取的噴碼圖像質(zhì)量明顯提高，清晰度、對比度明顯增強(qiáng)，大大降低噴碼圖像處理和檢測、識別難度，同時加快系統(tǒng)運(yùn)行處理速度和提高系統(tǒng)魯棒性。

　　1.2 圖像采集模塊

　　圖像采集模塊是系統(tǒng)的輸入端，對整個系統(tǒng)的運(yùn)行速度和效率有重要影響，包括光電傳感器、工業(yè)相機(jī)、鏡頭、相機(jī)支架、鏈板等設(shè)備。

　　1.2.1 光電傳感器

　　光電傳感器輸出為繼電器信號，用于硬件觸發(fā)工業(yè)相機(jī)拍照，即鏈板運(yùn)送食用油至特定位置后，光電傳感器動作，觸發(fā)處于準(zhǔn)備狀態(tài)的工業(yè)相機(jī)抓拍噴碼。

　　本系統(tǒng)選用歐姆龍E3Z-T61A-L型光電傳感器，為透過性紅色光源傳感器，設(shè)計有感度調(diào)節(jié)按鈕和動作切換開關(guān)，動作和復(fù)位各為1 ms一下，響應(yīng)速度快，同時具有簡易、耐振動、穩(wěn)定、壽命長等優(yōu)點，可滿足系統(tǒng)精度、觸發(fā)模式、鏈板速度的要求。

　　1.2.2 工業(yè)相機(jī)及鏡頭

　　根據(jù)所需的分辨率、芯片和像素大小確定合適的相機(jī)，鏈板一直處于高速運(yùn)轉(zhuǎn)狀態(tài)，同時為提高系統(tǒng)圖像處理速度不必要獲取圖像顏色信息，因此選用BASLER acA1920-155 μm 黑白工業(yè)相機(jī)，幀速率可達(dá)164 fps，選用通訊標(biāo)準(zhǔn)統(tǒng)一、傳輸速率快、成本低廉的USB 3.0圖像傳輸方式，相機(jī)配有Sony IMX174 CMOS感光芯片，230萬像素分辨率，足以滿足系統(tǒng)要求。

　　鏡頭的選擇除了要與相機(jī)的接口、傳感器尺寸、分辨率相適應(yīng)，還要充分考慮工作距離、視場大小、崎變等因素選擇具有合適焦距的鏡頭^[6]，本系統(tǒng)選用BASLER C-125-1218-5M型號鏡頭，分辨率為500萬像素，光圈范圍為F1.8~F22.0，工作距離為200 mm，固定焦距為12.0 mm，原裝C口鏡頭，與已選相機(jī)和光源配合使用能夠獲得高質(zhì)量噴碼圖像，為接下來圖像處理環(huán)節(jié)奠定基礎(chǔ)。

　　1.3 圖像處理模塊

　　圖像處理是機(jī)器視覺的核心部分，對系統(tǒng)處理速度和高識別率起到?jīng)Q定作用，包括對圖像預(yù)處理，噴碼字符的檢測、定位和分割，特征選擇、提取及運(yùn)用相關(guān)算法識別字符等操作。

　　1.3.1 圖像預(yù)處理

　　由于環(huán)境、設(shè)備等固有因素使圖像含有一定的干擾性噪聲，為了使這種影響降到最低，需要對目標(biāo)圖像進(jìn)行必要的預(yù)處理，降低圖像噪聲、提高圖像對比度及清晰度，通過圖像增強(qiáng)技術(shù)將圖像本身容易被忽略的細(xì)節(jié)部分顯現(xiàn)出來，提取出圖像的特征，方便后續(xù)處理。因缺乏判定圖像增強(qiáng)質(zhì)量客觀的統(tǒng)一標(biāo)準(zhǔn)，從嚴(yán)格的理論上來說還沒有被廣泛認(rèn)可的理論。不同程序在處理圖像增強(qiáng)時，都有自己的針對性，增強(qiáng)的結(jié)果利于下一步圖像處理，即是圖像增強(qiáng)合適與否的標(biāo)準(zhǔn)，由實驗結(jié)果對比所得，本系統(tǒng)選擇中值濾波器去除噪音影響，如圖2所示，從圖像二值化結(jié)果中也能判斷出中值濾波器更適合圖像后續(xù)處理，如圖3所示。

　　1.3.2 字符分割

　　字符分割是整個圖像處理中最重要、最困難的一步，是字符識別的基礎(chǔ)，只有將字符完整正確地分割開來，才能保證字符識別的效果和正確率。

　　首先對圖像進(jìn)行二值化，其目的是將圖像分為兩個部分，即背景和前景，本系統(tǒng)選擇大津法得到閾值進(jìn)行二值化;另外消除面積小于25個像素的孤立的點，然后填充孔洞并膨脹圖像;接著運(yùn)用一種基于投影和字符寬度相組合的方法來完成字符分割，詳細(xì)步驟如下：

　　1)水平投影。由左到右、由上到下掃描圖像每一行像素并累加每一行像素值，設(shè)定水平投影的累加值閾值為9，記錄累加值大于和小于閾值的起始位置，分別為每行字符由上到下的起始位置和結(jié)束位置，從而將整個字符圖像粗分割為兩行字符。

　　2)垂直投影及字符間距判斷。由上到下、由左到右掃描粗分割字符圖像每一列的像素并累加每一列的像素值，設(shè)定垂直投影的累加值閾值為4，記錄累加值大于和小于閾值的起始位置且相鄰位置間距應(yīng)大于35個像素，分別為字符由左到右的起始位置和結(jié)束位置，從而將整個目標(biāo)圖像細(xì)分割為22個單字符。

　　3)對每個字符圖像分別再進(jìn)行一次水平投影，累加閾值為4，除去每個字符上下邊界多余區(qū)域，并歸一化為16×16大小的字符圖像保存到本地，作為訓(xùn)練和測試BP神經(jīng)網(wǎng)絡(luò)的樣本。

2 LabVIEW和MATLAB平臺混合編程

　　LabVIEW是NI公司推出的一種基于圖形化編程G語言的高效開發(fā)軟件，圖形界面豐富，容易制作各種界面，并包括大量用于數(shù)據(jù)采集、分析以及表達(dá)、儲存的各種庫函數(shù)，編程簡單。但在圖像處理、神經(jīng)網(wǎng)絡(luò)、模式識別等各種算法的支持方面是LabVIEW的短板，其相關(guān)工具箱及編程靈活性非常有限。

　　MATLAB是以矩陣運(yùn)算為基礎(chǔ)、擁有強(qiáng)大計算功能的一種數(shù)學(xué)軟件，針對不同專業(yè)領(lǐng)域的應(yīng)用，具有信號處理、圖像處理、神經(jīng)網(wǎng)絡(luò)等多個專用工具箱，但在人機(jī)界面設(shè)計和開發(fā)方面能力非常有限，并且在硬件輸入、通信和控制等方面都比較繁瑣。

　　本系統(tǒng)借助Matlab Script節(jié)點實現(xiàn)LabVIEW和MATLAB混合編程，通過此節(jié)點LabVIEW直接調(diào)用編寫、調(diào)試后的MATLAB程序，可以達(dá)到兩者揚(yáng)長避短、優(yōu)勢互補(bǔ)的效果，降低了開發(fā)難度，縮短了開發(fā)周期，提高了工作效率。

　　2.1 LabVIEW軟件編程

　　LabVIEW軟件主要實現(xiàn)圖像采集、人機(jī)界面制作、數(shù)據(jù)分析等功能，充分發(fā)揮其優(yōu)勢。

　　LabVIEW軟件內(nèi)置的IMAQdx通過NI MAX可以直接連接和設(shè)置工業(yè)相機(jī)。在LabVIEW程序框圖中調(diào)用子VI并連線編寫圖像采集程序，分別是打開和配置相機(jī)，拍照獲取圖像等。在LabVIEW前面板中調(diào)整、拖拽和設(shè)置圖標(biāo)，制作人機(jī)界面，界面左方為狀態(tài)信號指示燈，顯示系統(tǒng)各個工序運(yùn)行狀態(tài)，界面中間實時顯示圖像和識別出的字符串，界面左方為系統(tǒng)設(shè)置和操作按鈕，界面下方顯示噴碼所表示的食用油信息，如圖4所示。

　　同時系統(tǒng)有查詢食用油噴碼歷史數(shù)據(jù)的功能，點擊人機(jī)界面中“查詢”按鈕，彈出數(shù)據(jù)查詢窗口，可根據(jù)產(chǎn)地、批號、開始和結(jié)束時間、合格與否等條件查詢食用油噴碼歷史信息，并能導(dǎo)出數(shù)據(jù)保存至本地。

　　2.2 MATLAB軟件編程

　　MATLAB軟件主要實現(xiàn)圖像處理、BP神經(jīng)網(wǎng)絡(luò)算法、字符識別等功能，借助MATLAB圖像處理工具箱和神經(jīng)網(wǎng)絡(luò)工具箱加快了編程速度和開發(fā)進(jìn)程。

　　2.2.1 圖像處理

　　首先進(jìn)行圖像濾波來除去噪音和提高圖像對比度、清晰度，嘗試均值、中值、高斯、拉普拉斯等濾波器并比較得中值濾波器效果最佳。

　　接著對圖像進(jìn)行二值化處理，該過程關(guān)鍵是根據(jù)圖像灰度特性對閾值的選取，大津法是錯分概率最小、自適應(yīng)的閾值確定方法，相比于迭代法、最小誤差法等效果最好。

　　其次做二值圖像形態(tài)學(xué)處理，除去零散的點、填充孔洞、膨脹連接字符邊緣。

　　最終進(jìn)行圖像分割和歸一化處理，因為噴碼字符有規(guī)律地分行排列且間距相近，故選擇一種基于投影和字符寬度相組合的方法來完成字符分割，最后每個字符圖像歸一化保存至本地。

　　2.2.2 BP神經(jīng)網(wǎng)絡(luò)算法

　　BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層、輸出層構(gòu)成，如圖5所示。它是基于梯度下降的最小均方差算法，它采用誤差反向傳播的方式不斷調(diào)整神經(jīng)元連接權(quán)值，最終BP神經(jīng)網(wǎng)絡(luò)實際輸出和目標(biāo)輸出之間均方差滿足系統(tǒng)要求，訓(xùn)練出滿意的預(yù)測模型。

　　借助MATLAB神經(jīng)網(wǎng)絡(luò)工具箱實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)算法的詳細(xì)過程如下：

　　1)確定輸入矩陣P和目標(biāo)矩陣T。因?qū)嶒灄l件有限，樣本集僅有3800個元素，包括10個數(shù)字、26個字母及斜線、冒號共38個類別，每個類別含100個不同條件下獲取的樣本。選取像素特征作為BP神經(jīng)網(wǎng)絡(luò)的輸入，因為每個字符歸一化為大小16×16，故輸入矩陣P大小為256×3800，每一列表示一個字符樣本，目標(biāo)矩陣T大小為1×3800。

　　2)確定各層神經(jīng)元數(shù)目。在神經(jīng)網(wǎng)絡(luò)工具箱中，輸入層和輸出層的神經(jīng)元數(shù)目會根據(jù)輸入矩陣P和目標(biāo)矩陣T自行確定;因樣本量有限，以及為降低網(wǎng)絡(luò)訓(xùn)練時間和出現(xiàn)“過擬合”的傾向，只設(shè)定1層隱含層，該層神經(jīng)元數(shù)目根據(jù)經(jīng)驗公式和實驗所得最終設(shè)定為98個。

　　3)設(shè)定網(wǎng)絡(luò)參數(shù)。網(wǎng)絡(luò)的輸入層和隱含層、隱含層和輸出層的傳輸函數(shù)分別為雙曲正切S型函數(shù)和純線性函數(shù)，選用梯度下降訓(xùn)練方法，初始設(shè)置網(wǎng)絡(luò)的目標(biāo)誤差為0.001，顯示中間結(jié)果的周期為10 ms、最大迭代次數(shù)為30000，學(xué)習(xí)率為0.05。

　　4)訓(xùn)練網(wǎng)絡(luò)。針對不同形式的字符，不斷調(diào)整網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練，并測試網(wǎng)絡(luò)滿足要求后保存至本地，供Matlab Script節(jié)點調(diào)用來識別新樣本中的字符。

3 自動分揀機(jī)構(gòu)

　　為了解決食用油分揀環(huán)節(jié)人力成本高、勞動強(qiáng)度大、生產(chǎn)效率低等問題，設(shè)計了一個簡單有效的小型自動控制機(jī)構(gòu)，采用上下位機(jī)的主從控制方式^[7]，上位機(jī)通過USB轉(zhuǎn)接RS232串口實現(xiàn)與下位機(jī)之間的數(shù)據(jù)傳輸，運(yùn)用PLC、變頻器、光電傳感器、氣動控制等現(xiàn)代工業(yè)控制技術(shù)，具有工作效率高、運(yùn)行可靠、節(jié)省成本等優(yōu)點。

　　3.1 機(jī)構(gòu)組成及工作過程

　　該機(jī)構(gòu)主要由鏈板傳送裝置、光電傳感器、變頻器、PLC、上位PC機(jī)、電磁閥、氣動執(zhí)行裝置等設(shè)備組成，如圖6所示。鏈板傳送裝置用于食用油的傳送，由三相交流異步電機(jī)拖動，采用變頻器進(jìn)行調(diào)速，PLC控制調(diào)速信號。光電傳感器安裝于鏈板進(jìn)料口，檢測是否有食用油進(jìn)入。電磁閥直接控制氣動執(zhí)行裝置的伸縮，將不合格食用油推至回收倉鏈板上。

　　具體工作過程：低壓配電柜和控制柜上電后，當(dāng)鏈板上沒有食用油時，變頻器輸出20 Hz的頻率控制鏈板以低速運(yùn)行;當(dāng)進(jìn)料口的光電傳感器檢測到有食用油進(jìn)入系統(tǒng)后，則將位置觸發(fā)信號上傳至PLC，控制變頻器輸出40 Hz調(diào)速信號，加快鏈板速度;當(dāng)食用油至拍照位置，上位機(jī)獲取圖像并快速判斷出噴碼質(zhì)量信息，界面相應(yīng)指示燈亮或滅，質(zhì)量信息通過串口下傳至PLC;若質(zhì)量合格則食用油繼續(xù)進(jìn)入下一工序，若質(zhì)量不合格，PLC則控制電磁閥動作氣缸快速伸出，將食用油推至回收倉鏈板并快速縮回，同時伴有持續(xù)2 s的報警燈閃爍和警鈴響起;若進(jìn)料口沒有新的食用油進(jìn)入，則鏈板恢復(fù)低速運(yùn)行，若有食用油進(jìn)入則重復(fù)上述工作過程。

　　3.2 設(shè)備選型及設(shè)置

　　設(shè)備選型的基本原則是在滿足現(xiàn)場環(huán)境和工藝要求的前提下，并能保證系統(tǒng)可靠性和維護(hù)方便，追求最佳的性價比。

　　上位PC機(jī)最低硬件要求：英特爾酷睿i3-7100處理器，4 GB 2133 MHz內(nèi)存，256 G硬盤，1 G集成顯卡，32位真彩顯示器，64位Windows7操作系統(tǒng)。下位機(jī)選用西門子S7-200小型PLC，足以滿足系統(tǒng)的要求，是控制機(jī)構(gòu)的核心模塊，使用STEP7 MicroWIN V4.0 SP9軟件編寫梯形圖控制程序;系統(tǒng)仍選用歐姆龍E3Z-T61A-L型光電傳感器;選用AKS 4V110-06型電磁閥及SMC MGQM25-175型氣動執(zhí)行裝置。系統(tǒng)選用性能穩(wěn)定、維護(hù)方便的西門子G120系列變頻器，由控制單元、功率模塊、操作面板組成，是一個高度模塊化的變頻器，各模塊型號分別為CU240B-2、PM240和BOP-2，變頻器設(shè)置為多段速控制，鏈板空載時以第一段速20Hz運(yùn)行，否則以第二段速40 Hz運(yùn)行，加速時間和減速時間分別0.5 s，同時設(shè)置變頻器啟動方式、最大和最小頻率、電流保護(hù)等參數(shù)。

4 結(jié)論

　　借助機(jī)器視覺和自動化技術(shù)攻克難關(guān)，運(yùn)用高效的LabVIEW和MATLAB混合編程方式，實現(xiàn)食用油激光噴碼視覺檢測、自動分揀功能，代替人工分揀，進(jìn)一步解放勞動力，降低生產(chǎn)成本，提高生產(chǎn)率和智能自動化水平。但本系統(tǒng)的樣本集還不足夠大，需要在實驗和生產(chǎn)過程中不斷擴(kuò)充樣本，繼續(xù)訓(xùn)練和調(diào)整BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，進(jìn)一步提升系統(tǒng)分揀率。同時，若在之后的生產(chǎn)過程中，遇到透視形變以及桶面彎曲過大的情況，需增加圖像矯正功能。

　　參考文獻(xiàn)：

　　[1]王洋洋.噴碼技術(shù)的發(fā)展革新[J].中國食品工業(yè)，2010,1(3): 28-29.

　　[2]劉金橋,吳金強(qiáng).機(jī)器視覺系統(tǒng)發(fā)展及其應(yīng)用[J].機(jī)械工程與自動化,2010,28(1):215-216.

　　[3]楊淑瑩.模式識別與智能計算[M].第三版.北京:電子工業(yè)出版社, 2015.

　　[4]王嘯東.綜合自動化控制系統(tǒng)設(shè)計[J].電氣時代, 2011, 1(6): 118-120.

　　[5]S Carsten,Markus Ulrich.Machine Vision Algorithms and Applications[M].第一版.北京:清華大學(xué)出版社,2008.

　　[6]彭瓊.基于紋理特征的瓷器圖像分類[D]. 湖南:中南大學(xué), 2014.

　　[7]陶躍珍,王東.啤酒瓶自動檢測系統(tǒng)設(shè)計[J].機(jī)械,2010,37(10): 59-61.

　　本文來源于《電子產(chǎn)品世界》2018年第6期第31頁，歡迎您寫論文時引用，并注明出處。