基于机器视觉的铜扁线表面缺陷检测系统的实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的背景及研究状况 | 第10-14页 |
| 1.1.1 连续挤压技术及发展现状 | 第10-11页 |
| 1.1.2 机器视觉技术及国内外研究状况 | 第11-14页 |
| 1.1.3 表面缺陷检测技术的发展趋势 | 第14页 |
| 1.2 问题的提出 | 第14-15页 |
| 本章小结 | 第15-16页 |
| 第二章 缺陷检测系统的总体设计 | 第16-28页 |
| 2.1 系统设计的总体方案 | 第16-17页 |
| 2.2 系统的硬件设计 | 第17-21页 |
| 2.2.1 缺陷检测系统的技术要求 | 第17-18页 |
| 2.2.2 相机和镜头的选择 | 第18-20页 |
| 2.2.3 光源的选择 | 第20页 |
| 2.2.4 图像采集卡和计算机的选择 | 第20-21页 |
| 2.3 系统的软件设计 | 第21-27页 |
| 2.3.1 软件设计的结构流程 | 第21-22页 |
| 2.3.2 软件开发工具 | 第22-24页 |
| 2.3.3 开发语言和操作系统 | 第24-25页 |
| 2.3.4 OpenCV的配置 | 第25-27页 |
| 本章小结 | 第27-28页 |
| 第三章 图像的预处理 | 第28-42页 |
| 3.1 数字图像处理技术 | 第28-30页 |
| 3.1.1 Visual C++中处理数字图像 | 第28-30页 |
| 3.2 图像灰度处理 | 第30-32页 |
| 3.3 图像增强 | 第32-37页 |
| 3.3.1 图像的简单平滑 | 第32-33页 |
| 3.3.2 高斯平滑 | 第33-35页 |
| 3.3.3 中值滤波 | 第35-37页 |
| 3.3.4 图像的频域增强 | 第37页 |
| 3.4 图像分割 | 第37-40页 |
| 3.5 图像形态学处理 | 第40-41页 |
| 本章小结 | 第41-42页 |
| 第四章 缺陷检测系统的检测算法的设计与实现 | 第42-61页 |
| 4.1 表面缺陷检测算法的研究 | 第42-50页 |
| 4.1.1 模板匹配法 | 第42-43页 |
| 4.1.2 分层检测算法 | 第43-45页 |
| 4.1.3 差分法 | 第45-46页 |
| 4.1.4 算法的比较与分析 | 第46-50页 |
| 4.2 边缘检测算法 | 第50-54页 |
| 4.2.1 几种边缘检测算法和比较 | 第50-53页 |
| 4.2.2 Canny边缘检测算法的改进与实现 | 第53-54页 |
| 4.3 缺陷的特征提取算法的实现 | 第54-58页 |
| 4.4 本系统检测算法流程图 | 第58-60页 |
| 本章小结 | 第60-61页 |
| 第五章 缺陷检测系统的软件实现 | 第61-75页 |
| 5.1 Visual C++编程技术 | 第61-63页 |
| 5.1.1 MFC框架和文档-视结构 | 第61-62页 |
| 5.1.2 消息映射 | 第62页 |
| 5.1.3 Visual C++的可视化编程流程 | 第62-63页 |
| 5.2 本文的软件实现 | 第63-72页 |
| 5.2.1 项目创建 | 第63-65页 |
| 5.2.2 视频采集的实现 | 第65-66页 |
| 5.2.3 检测软件主界面的设计 | 第66-71页 |
| 5.2.4 报警功能的实现 | 第71-72页 |
| 5.3 缺陷检测实验及结果 | 第72-74页 |
| 本章小结 | 第74-75页 |
| 结论 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 致谢 | 第78-79页 |
