透明玻璃平板表面缺陷在线检测系统的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及研究目的 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 机器视觉技术的发展现状 | 第11-13页 |
| 1.2.2 表面瑕疵检测算法研究现状 | 第13-14页 |
| 1.2.3 机器视觉在瑕疵检测中的应用现状 | 第14-15页 |
| 1.3 本文的主要工作及结构安排 | 第15-18页 |
| 1.3.1 本文主要工作 | 第15-16页 |
| 1.3.2 本文结构安排 | 第16-18页 |
| 第2章 玻璃缺陷在线检测系统总体设计 | 第18-34页 |
| 2.1 玻璃缺陷检测基本原理 | 第18-19页 |
| 2.2 机器视觉在线检测系统总体架构 | 第19-21页 |
| 2.3 图像采集系统设计及硬件选型 | 第21-31页 |
| 2.3.1 激光散射成像采集系统设计 | 第21-26页 |
| 2.3.2 伺服驱动系统 | 第26-31页 |
| 2.4 机械结构设计 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第3章 图像缺陷提取 | 第34-48页 |
| 3.1 图像预处理 | 第34-37页 |
| 3.1.1 均值滤波 | 第34-35页 |
| 3.1.2 加权均值滤波 | 第35-36页 |
| 3.1.3 中值滤波 | 第36-37页 |
| 3.2 图像分割 | 第37-46页 |
| 3.2.1 边缘检测提取法 | 第37-40页 |
| 3.2.2 基于形态学缺陷提取 | 第40-46页 |
| 3.3 本章小结 | 第46-48页 |
| 第4章 缺陷特征提取及判定 | 第48-58页 |
| 4.0 缺陷特征分析 | 第48-49页 |
| 4.1 缺陷特征参数 | 第49-52页 |
| 4.2 各类缺陷样本特征提取及分析 | 第52-53页 |
| 4.3 缺陷识别判定 | 第53-57页 |
| 4.3.1 点缺陷识别 | 第54-55页 |
| 4.3.2 划痕识别 | 第55-56页 |
| 4.3.3 异物判断 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 平台实现与验证 | 第58-70页 |
| 5.1 硬件平台的搭建 | 第58页 |
| 5.2 系统软件界面 | 第58-62页 |
| 5.3 系统工作流程 | 第62-63页 |
| 5.4 散射成像调试 | 第63-67页 |
| 5.5 检测算法评价 | 第67-68页 |
| 5.6 系统评价实验与分析 | 第68-69页 |
| 5.7 本章小结 | 第69-70页 |
| 第6章 结论与展望 | 第70-74页 |
| 6.1 结论 | 第70-71页 |
| 6.2 创新点 | 第71页 |
| 6.3 展望 | 第71-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间参加的科研项目和成果 | 第78页 |
