摘要 | 第4-6页 |
abstract | 第6-7页 |
1 绪论 | 第10-19页 |
1.1 课题来源与研究意义 | 第10页 |
1.2 服装加工验布自动化、含疵样片提取现状分析 | 第10-13页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.3 含疵样片匹配算法综述 | 第13-15页 |
1.4 本文主要内容 | 第15-19页 |
2 含疵样片图像采集系统总体方案设计 | 第19-32页 |
2.1 机器视觉的应用背景及意义 | 第19-20页 |
2.1.1 基于计算机的PC-Based视觉系统 | 第19页 |
2.1.2 嵌入式智能相机(SmartCamera) | 第19-20页 |
2.2 机器视觉技术在纺织品质量控制环节所面临的问题 | 第20页 |
2.3 系统总体方案设计 | 第20-21页 |
2.3.1 工艺分析 | 第20-21页 |
2.4 自动铺布系统 | 第21-23页 |
2.4.1 自动铺布系统组成 | 第21-22页 |
2.4.2 自动铺布过程分析 | 第22-23页 |
2.5 含疵样片检测实验台的结构设计 | 第23-27页 |
2.6 含疵样片传送系统工作流程 | 第27-28页 |
2.7 图像采集系统参数设计 | 第28页 |
2.8 基于HALCON的图像处理算法 | 第28-31页 |
2.8.1 HALCON软件介绍 | 第28-29页 |
2.8.2 图像获取 | 第29-30页 |
2.8.3 去噪 | 第30页 |
2.8.4 图像分割 | 第30页 |
2.8.5 区域处理 | 第30-31页 |
2.9 本章小结 | 第31-32页 |
3 疵点标识与样片拓扑关系交集矩阵模型的建立 | 第32-43页 |
3.1 DOCAD软件介绍 | 第32页 |
3.2 DOCAD中样片排布分析 | 第32-35页 |
3.2.1 DOCAD中版面分布位置 | 第32-33页 |
3.2.2 Docad里面排料样片编号规则 | 第33-35页 |
3.3 研究对象的介绍 | 第35-37页 |
3.3.1 待检测疵点的分类及标识方法 | 第35页 |
3.3.2 常见样片种类及形状结构 | 第35-37页 |
3.4 拓扑关系的建立 | 第37-38页 |
3.5 交集矩阵模型的建立 | 第38-40页 |
3.5.1 样片是凹形区域时块型疵点交集模型的建立 | 第38-39页 |
3.5.2 样片是凸形区域时块型疵点交集模型的建立 | 第39-40页 |
3.6 线型疵点交集模型的建立 | 第40-42页 |
3.7 本章小结 | 第42-43页 |
4 疵点样片在排料系统中定位 | 第43-47页 |
4.1 自动排料系统介绍 | 第43-44页 |
4.2 疵点标识定位 | 第44-46页 |
4.3 本章小结 | 第46-47页 |
5 实验与结果分析 | 第47-51页 |
6 总结与展望 | 第51-53页 |
6.1 总结 | 第51-52页 |
6.2 本文展望 | 第52-53页 |
参考文献 | 第53-57页 |
附录:硕士研究生学习阶段发表论文 | 第57-58页 |
致谢 | 第58页 |