# 瓷砖缺陷自动化检测软硬件原型
## 项目介绍
1. 项目源代码在https://gitee.com/xyh3984/defectdetect
2. 此项目检测算法为项目组原创算法。
3. 此项目为运行在树莓派硬件上面的一个轻量级瓷砖缺陷检测原型系统。
4. 树莓派通过CSI总线接上摄像头OV5647,当按下按钮,则拍照分析照片中是否存在缺陷。如果存在缺陷,则亮红灯和蜂鸣器;否则亮白灯表示通过。
5. 程序将视频流实时网络传输,用户可通过访问http://树莓派IP地址:8080 来观看视频流。
6. 程序还会自动生成一个检测报告,用户可通过访问http://树莓派IP地址/DefectDetection/report/Report.html 来获取报告。
## 项目Dependencies
- 树莓派4B
- python 3
- numpy
- openCV
## 检测算法简介
1. 利用Canny边缘检测算法找出边缘点。
2. 利用霍夫变换找出点之间的线段。
3. 对于每一个线段的两个端点,我们取一个方形neighborhood,如果在这个neighborhood中出现别的任何线段的任何端点,我们认为这两条线段相临。
4. 对于两条相邻的线段,我们计算其一阶导数(梯度)的欧几里得距离。
5. 遍历所有neighborhood重复上述步骤4,得到所有欧几里得距离后做normalization。
6. 如果步骤5得出的normalization小于一个阈值,则认为无缺陷,否则有缺陷。
## 软件运行方法
在树莓派下运行``main.py``即可
```Bash
python3 main.py
```
## 硬件配置和接线方法
1. 本系统电路原理图如下所示:
![接线原理图](https://images.gitee.com/uploads/images/2021/0614/173730_bcc49f68_5048377.png "图片1.png")
2. 实物接线图如下图所示:
![实物接线图](https://images.gitee.com/uploads/images/2021/0614/174119_44bcad9b_5048377.jpeg "2.jpg")
## 检测结果展示
![样例检测结果展示1](https://images.gitee.com/uploads/images/2021/0614/174718_a22ac249_5048377.png "3.png")
![样例检测结果展示2](https://images.gitee.com/uploads/images/2021/0614/175308_ec77d2bd_5048377.png "4.png")
![样例检测结果展示3](https://images.gitee.com/uploads/images/2021/0614/175422_b4ee2454_5048377.png "5.png")
## 演示视频
[演示视频网站:https://www.bilibili.com/video/BV1jM4y1u74c/](https://www.bilibili.com/video/BV1jM4y1u74c/)
没有合适的资源?快使用搜索试试~ 我知道了~
基于python实现的瓷砖缺陷自动化检测软硬件原型+源代码+文档说明+检测报告+功能截图+演示视频
共15个文件
jpg:8个
py:3个
html:3个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 117 浏览量
2024-04-19
03:01:40
上传
评论
收藏 265KB ZIP 举报
温馨提示
<项目介绍> 检测算法简介 利用Canny边缘检测算法找出边缘点。 利用霍夫变换找出点之间的线段。 对于每一个线段的两个端点,我们取一个方形neighborhood,如果在这个neighborhood中出现别的任何线段的任何端点,我们认为这两条线段相临。 对于两条相邻的线段,我们计算其一阶导数(梯度)的欧几里得距离。 遍历所有neighborhood重复上述步骤4 - 不懂运行,下载完可以私聊问,可远程教学 该资源内项目源码是个人的毕设,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 --------
资源推荐
资源详情
资源评论
收起资源包目录
defectdetect-master.zip (15个子文件)
defectdetect-master
normal
2.jpg 8KB
1.jpg 25KB
3.jpg 15KB
4.jpg 22KB
GenReport.py 2KB
main.py 7KB
defect
test.jpg 7KB
4.jpg 49KB
templates
video.html 269B
report
2.jpg 46KB
1.jpg 40KB
Report.html 134KB
template.html 134KB
Utils.py 4KB
README.md 2KB
共 15 条
- 1
资源评论
奋斗奋斗再奋斗的ajie
- 粉丝: 230
- 资源: 2129
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一(附源码)
- c40539bc-071a-486c-9d52-9d0c18d62dac 4.html
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功