| 致谢 | 第6-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 英文缩略表 | 第19-20页 |
| 1 绪论 | 第20-33页 |
| 1.1 课题研究背景与意义 | 第20-23页 |
| 1.2 基于机器视觉技术的水果表面缺陷检测研究现状 | 第23-30页 |
| 1.2.1 单色成像检测技术 | 第23-24页 |
| 1.2.2 彩色成像检测技术 | 第24-26页 |
| 1.2.3 多光谱成像检测技术 | 第26-27页 |
| 1.2.4 高光谱成像检测技术 | 第27-28页 |
| 1.2.5 激光散斑成像检测技术 | 第28-29页 |
| 1.2.6 脐橙表面缺陷检测研究现状总结 | 第29-30页 |
| 1.3 研究目的和内容 | 第30-32页 |
| 1.3.1 主要研究目的 | 第30页 |
| 1.3.2 主要研究内容 | 第30-31页 |
| 1.3.3 技术路线 | 第31-32页 |
| 1.4 本章小结 | 第32-33页 |
| 2 样本与图像采集系统 | 第33-44页 |
| 2.1 试验样本 | 第33-34页 |
| 2.2 静态离线RGB图像获取来源 | 第34-35页 |
| 2.3 动态在线机器视觉成像系统 | 第35-43页 |
| 2.3.1 机器视觉系统的概念 | 第35-36页 |
| 2.3.2 工业相机的选型 | 第36-37页 |
| 2.3.3 光源选型与光照布置 | 第37-40页 |
| 2.3.4 镜头选型与视场计算 | 第40-41页 |
| 2.3.5 本文在线机器视觉系统构建 | 第41-43页 |
| 2.4 本章小结 | 第43-44页 |
| 3 脐橙表面缺陷的快速边缘分割方法研究 | 第44-73页 |
| 3.1 背景分割研究 | 第44-45页 |
| 3.2 灰度边缘多阈值分割研究 | 第45-51页 |
| 3.3 果梗与果脐检测 | 第51-53页 |
| 3.3.1 果梗检测 | 第51-52页 |
| 3.3.2 果脐检测 | 第52-53页 |
| 3.4 梯度边缘信息单阈值分割研究 | 第53-56页 |
| 3.5 灰度局部阈值分割研究 | 第56-60页 |
| 3.5.1 积分图像概念 | 第56-57页 |
| 3.5.2 局部阈值理论方法与缺陷分割 | 第57-60页 |
| 3.6 脐橙表面不同类型缺陷检测算法实现与讨论 | 第60-72页 |
| 3.7 本章小结 | 第72-73页 |
| 4 脐橙表面亮度不均匀自适应矫正与单阈值快速分割方法研究 | 第73-86页 |
| 4.1 常见均光方法与MASK均光原理 | 第73-76页 |
| 4.2 快速自适应亮度矫正方法 | 第76-84页 |
| 4.2.1 自适应亮度矫正理论与单阈值缺陷分割 | 第76-83页 |
| 4.2.2 不同成像环境自适应亮度矫正试验与分析讨论 | 第83-84页 |
| 4.3 脐橙表面不同类型缺陷检测算法实现与分析讨论 | 第84-85页 |
| 4.4 本章小结 | 第85-86页 |
| 5 基于小型低成本嵌入式机器视觉的在线缺陷检测系统研发 | 第86-112页 |
| 5.1 嵌入式机器视觉缺陷检测硬件总体架构 | 第86-90页 |
| 5.1.1 Tegra K1处理器及其嵌入式机器视觉成像系统 | 第86-88页 |
| 5.1.2 嵌入式Tegra K1多核协同计算原理 | 第88-90页 |
| 5.2 Linux嵌入式机器视觉系统移植与搭建 | 第90-95页 |
| 5.2.1 系统引导程序U-Boot移植运行 | 第90-91页 |
| 5.2.2 嵌入式操作系统配置 | 第91-93页 |
| 5.2.3 嵌入式图像视觉资源库移植 | 第93-95页 |
| 5.3 Linux嵌入式机器视觉系统的千兆网工业相机驱动实现 | 第95-97页 |
| 5.3.1 千兆网工业相机传输协议 | 第95-96页 |
| 5.3.2 千兆网工业相机Linux嵌入式驱动实现与优化 | 第96-97页 |
| 5.4 Linux嵌入式机器视觉系统在线缺陷检测软件架构与设计 | 第97-111页 |
| 5.4.1 在线缺陷检测软件整体架构 | 第97-99页 |
| 5.4.2 在线背景分割 | 第99页 |
| 5.4.3 在线Linux嵌入式机器视觉的图像算法设计 | 第99-101页 |
| 5.4.4 Linux嵌入式图像GPU异构联合并行计算 | 第101-105页 |
| 5.4.5 Linux嵌入式图像界面软件设计 | 第105-106页 |
| 5.4.6 系统测试结果与分析 | 第106-111页 |
| 5.5 本章小结 | 第111-112页 |
| 6 全文总结与展望 | 第112-115页 |
| 6.1 主要研究结论 | 第112-113页 |
| 6.2 主要创新点 | 第113-114页 |
| 6.3 进一步研究展望 | 第114-115页 |
| 参考文献 | 第115-120页 |
| 作者简介及博士研究生期间主要成果 | 第120-121页 |
