基于反射图案的钢球表面缺陷检测新方法的算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 课题的背景和意义 | 第8-9页 |
| 1.2 钢球检测相关技术概述 | 第9-13页 |
| 1.2.1 人工目检 | 第9页 |
| 1.2.2 涡流检测法 | 第9-10页 |
| 1.2.3 电容检测法 | 第10页 |
| 1.2.4 超声波检测法 | 第10-11页 |
| 1.2.5 光纤检测法 | 第11-12页 |
| 1.2.6 激光检测法 | 第12页 |
| 1.2.7 机器视觉检测法 | 第12-13页 |
| 1.3 钢球视觉检测图像技术概述 | 第13-16页 |
| 1.3.1 基于激光散斑技术的图像法 | 第13-14页 |
| 1.3.2 基于双波长干涉的图像法 | 第14-15页 |
| 1.3.3 基于穹顶光源的图像法 | 第15-16页 |
| 1.4 本文的主要研究工作 | 第16-18页 |
| 第2章 基于反射条纹的缺陷检测方法 | 第18-28页 |
| 2.1 钢球表面反光特性分析 | 第18-19页 |
| 2.2 基于环形LED的穹顶型漫反射光源 | 第19-22页 |
| 2.3 内壁修饰图案的新型光源设计 | 第22-23页 |
| 2.4 光源验证实验 | 第23-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 基于曲率的缺陷识别算法研究 | 第28-40页 |
| 3.1 图像预处理 | 第28-35页 |
| 3.1.1 图像二值化 | 第28-31页 |
| 3.1.2 边缘提取 | 第31-32页 |
| 3.1.3 检测区域的确定 | 第32-33页 |
| 3.1.4 图像细化 | 第33-35页 |
| 3.2 曲率计算及缺陷识别 | 第35-37页 |
| 3.2.1 条纹图案的遍历算法 | 第35-36页 |
| 3.2.2 曲率的计算 | 第36-37页 |
| 3.3 其它常见缺陷分析 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 基于特征值的缺陷识别算法研究 | 第40-50页 |
| 4.1 利用Sobel算子求一阶导数 | 第40-42页 |
| 4.2 BoxFilter包滤波器快速相加求和 | 第42-44页 |
| 4.3 求解特征值 | 第44-47页 |
| 4.4 判别阈值的设定 | 第47页 |
| 4.5 曲率和特征值两种缺陷识别方法比较 | 第47-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第5章 钢球表面质量检测系统设计及实验 | 第50-64页 |
| 5.1 基于双图像传感器的一维球面展开 | 第50-52页 |
| 5.2 球面图像的分析方法 | 第52-53页 |
| 5.3 检测前参数设置 | 第53-58页 |
| 5.3.1 钢球定位 | 第54-56页 |
| 5.3.2 基于先验的灰度阈值缺陷判别算法 | 第56-57页 |
| 5.3.3 条纹缺陷检测 | 第57-58页 |
| 5.4 连续检测 | 第58-60页 |
| 5.5 实验 | 第60-63页 |
| 5.5.1 实验设计 | 第60-61页 |
| 5.5.2 实验结果 | 第61-63页 |
| 5.6 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64-65页 |
| 6.2 课题展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 发表论文和参加科研情况说明 | 第70-72页 |
| 致谢 | 第72-73页 |
