| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 论文背景 | 第7-8页 |
| 1.2 课题来源及意义 | 第8页 |
| 1.3 国内外研究现状综述 | 第8-11页 |
| 1.3.1 主观目测法 | 第8-9页 |
| 1.3.2 密度检测法 | 第9页 |
| 1.3.3 色度检测法 | 第9-10页 |
| 1.3.4 基于机器视觉的检测法 | 第10-11页 |
| 1.4 本文主要研究内容及结构 | 第11-13页 |
| 第二章 背景知识和机器视觉概述 | 第13-20页 |
| 2.1 颜色 | 第13-16页 |
| 2.1.1 颜色描述体系 | 第13-14页 |
| 2.1.2 颜色的形成 | 第14页 |
| 2.1.3 颜色视觉理论 | 第14-15页 |
| 2.1.4 影响颜色视觉的因素 | 第15-16页 |
| 2.2 色差 | 第16-17页 |
| 2.3 机器视觉概述 | 第17-19页 |
| 2.3.1 机器视觉的发展历史 | 第17-18页 |
| 2.3.2 机器视觉的特点 | 第18页 |
| 2.3.3 机器视觉的应用领域 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 色差检测系统设计 | 第20-33页 |
| 3.1 系统体系架构设计 | 第20-21页 |
| 3.2 系统可行性分析 | 第21-22页 |
| 3.3 系统开发环境搭建 | 第22-24页 |
| 3.4 视觉系统硬件构成 | 第24-29页 |
| 3.4.1 相机选型 | 第24-27页 |
| 3.4.2 镜头选型 | 第27-28页 |
| 3.4.3 光源选型 | 第28-29页 |
| 3.5 运动控制系统实现 | 第29-31页 |
| 3.6 系统总体架构实现 | 第31-32页 |
| 3.7 本章小结 | 第32-33页 |
| 第四章 色标图像提取算法研究 | 第33-48页 |
| 4.1 图像滤波 | 第33-35页 |
| 4.2 形态学图像处理 | 第35-36页 |
| 4.3 边缘检测 | 第36-38页 |
| 4.4 色标图像提取算法 | 第38-47页 |
| 4.4.1 图像去噪 | 第38-40页 |
| 4.4.2 初次色标图像分割 | 第40-42页 |
| 4.4.3 图像矫正 | 第42-45页 |
| 4.4.4 色标图像提取 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 色差检测算法研究 | 第48-64页 |
| 5.1 颜色空间 | 第48-52页 |
| 5.1.1 RGB颜色空间 | 第48-49页 |
| 5.1.2 CMYK颜色空间 | 第49页 |
| 5.1.3 HSV颜色空间 | 第49-51页 |
| 5.1.4 CIE 1976 L*a*b*均匀颜色空间 | 第51-52页 |
| 5.2 基于HSV颜色空间的色差检测算法 | 第52-55页 |
| 5.3 基于CIE 1976 L*a*b*颜色空间的色差检测算法 | 第55-60页 |
| 5.3.1 CIE LAB色差公式 | 第55-56页 |
| 5.3.2 CIE DE2000色差公式 | 第56-58页 |
| 5.3.3 色差检测结果与分析 | 第58-60页 |
| 5.4 色差检测系统中色差检测算法的实现 | 第60-63页 |
| 5.5 本章小结 | 第63-64页 |
| 主要结论与展望 | 第64-65页 |
| 主要结论 | 第64页 |
| 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第69页 |