基于机器视觉的大口径精密光学元件表面疵病的识别研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·超精密表面及其表面缺陷 | 第8页 |
| ·课题意义及其发展前景 | 第8-10页 |
| ·论文的主要研究内容和论文结构 | 第10-11页 |
| 2 疵病识别的理论基础 | 第11-15页 |
| ·光学零件表面疵病标准 | 第11-14页 |
| ·国家标准《光学零件表面疵病》 | 第11页 |
| ·欧洲各国标准概要 | 第11-12页 |
| ·国际标准ISO 10110－7 表面疵病公差 | 第12-14页 |
| ·国内外疵病检测方法及分析 | 第14-15页 |
| 3 精密表面疵病检测显微成像系统设计 | 第15-24页 |
| ·掠入射检测原理 | 第15-16页 |
| ·系统整体设计方案 | 第16-18页 |
| ·一次成像检测 | 第16-17页 |
| ·逐次成像检测 | 第17-18页 |
| ·硬件设计方案及其说明 | 第18-24页 |
| ·照明系统 | 第19页 |
| ·图像采集系统 | 第19-21页 |
| ·扫描系统 | 第21-24页 |
| 4 检测系统的软件设计 | 第24-60页 |
| ·软件整体设计 | 第24-25页 |
| ·图像的无缝拼接 | 第25-35页 |
| ·图像的匹配技术 | 第26-27页 |
| ·基于比值的图像匹配 | 第27-30页 |
| ·图像拼接处的平滑处理 | 第30-33页 |
| ·全口径拼接 | 第33-35页 |
| ·图像的预处理 | 第35-48页 |
| ·图像平滑去噪处理 | 第36-41页 |
| ·图像的边缘检测 | 第41-48页 |
| ·疵病的特征提取 | 第48-51页 |
| ·特征提取的方法 | 第48-50页 |
| ·特征参数的选择 | 第50-51页 |
| ·标准比对 | 第51页 |
| ·疵病的模式识别 | 第51-60页 |
| ·K 均值聚类算法(HCM)介绍 | 第52-53页 |
| ·模糊C 均值聚类 | 第53-55页 |
| ·数据验证与讨论 | 第55-60页 |
| 5 结论与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·课题展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66页 |
