基于机器视觉的钢带缺陷检测技术研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 课题的来源 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 钢带表面缺陷检测技术的发展趋势 | 第15-16页 |
| 1.5 论文的内容安排 | 第16-17页 |
| 第二章 钢带表面缺陷检测系统整体设计方案 | 第17-21页 |
| 2.1 常见缺陷类型介绍 | 第17-18页 |
| 2.2 图像采集控制系统整体结构设计 | 第18-19页 |
| 2.3 缺陷检测系统软件结构设计 | 第19-20页 |
| 2.4 系统的技术要求 | 第20页 |
| 2.5 现场布局试验方案 | 第20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 图像采集控制系统的设计 | 第21-33页 |
| 3.1 照明系统设计 | 第21-23页 |
| 3.1.1 光源选择要求 | 第21-22页 |
| 3.1.2 光源的确定 | 第22-23页 |
| 3.2 工业相机的选择 | 第23-25页 |
| 3.2.1 相机的性能指标 | 第23-24页 |
| 3.2.2 CCD与CMOS相机的比较 | 第24-25页 |
| 3.2.3 相机型号选取 | 第25页 |
| 3.3 图像采集系统的编程实现 | 第25-32页 |
| 3.3.1 Baumer-GAPI主要类库说明 | 第26-27页 |
| 3.3.2 相机控制程序流程图 | 第27-29页 |
| 3.3.3 相机的设置 | 第29-30页 |
| 3.3.4 软触发设置 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 图像预处理 | 第33-52页 |
| 4.1 图像滤波去噪 | 第33-44页 |
| 4.1.1 去噪算法的选择 | 第33-34页 |
| 4.1.2 同态滤波 | 第34-39页 |
| 4.1.3 中值滤波 | 第39-40页 |
| 4.1.4 小波分析 | 第40-43页 |
| 4.1.5 图像滤波效果展示 | 第43-44页 |
| 4.2 图像增强 | 第44-47页 |
| 4.2.1 图像增强方法综述 | 第44页 |
| 4.2.2 空间域增强方法 | 第44-45页 |
| 4.2.3 变换域增强方法 | 第45-47页 |
| 4.3 图像二值化 | 第47-48页 |
| 4.4 形态学变换 | 第48-49页 |
| 4.5 钢带缺陷的分割 | 第49-51页 |
| 4.5.1 图像分割方法 | 第50页 |
| 4.5.2 基于canny算子的图像分割 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 缺陷特征提取及识别 | 第52-61页 |
| 5.1 评判标准 | 第52-53页 |
| 5.2 基于投影差分法的缺陷中心坐标定位 | 第53-54页 |
| 5.3 基于线性追踪法的缺陷边界定位 | 第54-55页 |
| 5.4 缺陷形态特征获取 | 第55-57页 |
| 5.5 缺陷检测及结果分析 | 第57-60页 |
| 5.5.1 实验过程 | 第57-58页 |
| 5.5.2 缺陷检测结果 | 第58-59页 |
| 5.5.3 结果准确度分析 | 第59-60页 |
| 5.6 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 作者在研究生期间发表的论文 | 第67页 |
