摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 课题研究的背景及意义 | 第10-11页 |
1.2 机器视觉检测技术的概述 | 第11-12页 |
1.3 罐盖缺陷检测技术国内外现状 | 第12-15页 |
1.4 论文的内容和结构框架 | 第15-17页 |
第2章 罐盖缺陷视觉检测系统 | 第17-24页 |
2.1 系统总体方案 | 第17-18页 |
2.2 视觉成像模块 | 第18-20页 |
2.2.1 照明方案设计 | 第19-20页 |
2.2.2 摄像机和镜头 | 第20页 |
2.2.3 图像采集卡 | 第20页 |
2.3 运动控制模块 | 第20-22页 |
2.3.1 机械系统设计 | 第21页 |
2.3.2 电气系统设计 | 第21-22页 |
2.4 视觉检测模块 | 第22页 |
2.5 本章小结 | 第22-24页 |
第3章 罐盖缺陷检测中的图像预处理技术 | 第24-44页 |
3.1 罐盖图像增强去噪 | 第24-30页 |
3.1.1 空间域变换增强 | 第24-28页 |
3.1.2 空间域滤波增强 | 第28-30页 |
3.2 罐盖图像分割 | 第30-32页 |
3.2.1 图像分割的定义 | 第30-31页 |
3.2.2 基于阈值的图像分割 | 第31-32页 |
3.3 罐盖图像边缘检测 | 第32-37页 |
3.3.1 图像的微分运算 | 第32-34页 |
3.3.2 常用的边缘检测算子 | 第34-36页 |
3.3.3 形态学处理 | 第36-37页 |
3.4 罐盖图像定位 | 第37-42页 |
3.4.1 重心法 | 第37-38页 |
3.4.2 霍夫(Hough)变换法 | 第38-39页 |
3.4.3 最小二乘法 | 第39-40页 |
3.4.4 一种基于双圆周随机圆拟合的改进hough定位算法 | 第40-42页 |
3.5 几种定位方法的实验结果与对比分析 | 第42-44页 |
第4章 罐盖缺陷检测算法研究 | 第44-61页 |
4.1 罐盖图像的结构与缺陷类型分析 | 第44-45页 |
4.2 罐盖内表面区域缺陷检测 | 第45-52页 |
4.2.1 基于传统边缘检测的内表面缺陷检测 | 第45-46页 |
4.2.2 基于SVM支持向量机的内表面缺陷检测 | 第46-52页 |
4.3 罐盖环形区域缺陷检测 | 第52-59页 |
4.4 本章小结 | 第59-61页 |
第5章 罐盖缺陷视觉检测系统的软件实现 | 第61-66页 |
5.1 软件开发方法 | 第61-62页 |
5.2 软件开发平台及运行环境 | 第62页 |
5.3 软件功能结构设计 | 第62-64页 |
5.3.1 软件的设计目标与功能结构 | 第62-63页 |
5.3.2 软件的界面设计 | 第63-64页 |
5.4 本章小结 | 第64-66页 |
总结与展望 | 第66-68页 |
参考文献 | 第68-71页 |
致谢 | 第71-72页 |
附录A 攻读学位期间参加的科研项目 | 第72页 |