基于机器视觉的连接器螺母在线检测技术的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·机器视觉概况 | 第11-12页 |
| ·机器视觉概念 | 第11页 |
| ·机器视觉原理 | 第11-12页 |
| ·机器视觉的特点 | 第12页 |
| ·机器视觉的发展与应用 | 第12-14页 |
| ·机器视觉的发展 | 第12-13页 |
| ·机器视觉检测的国内外应用现状 | 第13-14页 |
| ·本文研究的课题和目的 | 第14-15页 |
| ·课题的来源 | 第14-15页 |
| ·研究的目的和意义 | 第15页 |
| ·连接器螺母的用途及主要不良 | 第15-18页 |
| ·连接器螺母的用途 | 第15-16页 |
| ·连接器螺母的主要不良 | 第16-17页 |
| ·本课题需要检测的不良项目 | 第17-18页 |
| ·本文的主要研究内容 | 第18-19页 |
| 第2章 检测系统总体方案设计 | 第19-32页 |
| ·检测系统主要难点分析及措施 | 第19-20页 |
| ·检测速度瓶颈 | 第19页 |
| ·产品误判 | 第19-20页 |
| ·照明方式 | 第20页 |
| ·检测系统的总体方案设计 | 第20-21页 |
| ·CCD 和镜头的设计及选用 | 第21-23页 |
| ·CCD 摄像机的选用 | 第21-22页 |
| ·镜头的选择 | 第22-23页 |
| ·照明系统设计 | 第23-29页 |
| ·机器视觉中的常见光源 | 第23-25页 |
| ·照明方式的设计 | 第25-29页 |
| ·照明方式的一般知识 | 第25-26页 |
| ·照明方式的分类 | 第26-27页 |
| ·本文使用的照明方式 | 第27-29页 |
| ·系统软件平台 | 第29-30页 |
| ·MATLAB 软件介绍 | 第29页 |
| ·MATLAB 语言特点 | 第29-30页 |
| ·MATLAB 的图像处理工具 | 第30页 |
| ·不良品检测流程 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 连接器螺母的图像预处理 | 第32-46页 |
| ·图像检测区域的确定 | 第32-33页 |
| ·图像平滑去噪 | 第33-35页 |
| ·均值法 | 第33-34页 |
| ·中值法 | 第34页 |
| ·Gaussian 去噪法 | 第34-35页 |
| ·图像分割 | 第35-45页 |
| ·基于边界的分割算法 | 第36-38页 |
| ·梯度算子 | 第36-37页 |
| ·拉普拉斯算子 | 第37页 |
| ·常用的边缘检测算子 | 第37-38页 |
| ·基于区域的分割算法 | 第38-41页 |
| ·常见的阈值分割 | 第38-39页 |
| ·本文使用的阈值分割方法 | 第39-41页 |
| ·数学形态学提取边缘 | 第41-43页 |
| ·二值图像中对象的提取 | 第42-43页 |
| ·二值图像的边缘提取 | 第43页 |
| ·各种边缘提取方法的比较 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 连接器螺母的特征检测 | 第46-60页 |
| ·检测系统的标定 | 第46-47页 |
| ·缺陷检测流程图 | 第47-48页 |
| ·检测系统的预检 | 第48-50页 |
| ·预检的目的 | 第48页 |
| ·具体的预检方法 | 第48-50页 |
| ·Hough变换检测圆 | 第50-58页 |
| ·传统 Hough 变换检测圆 | 第50-52页 |
| ·标准 Hough 变换检测圆 | 第52-53页 |
| ·RHT 圆检测算法 | 第53-54页 |
| ·RHT 圆检测算法的原理、步骤及特点 | 第53-54页 |
| ·RHT 圆检测的改进算法 | 第54页 |
| ·本文使用的 Hough 圆变换 | 第54-58页 |
| ·IHTLR 圆检测的区域限定 | 第55页 |
| ·IHTLR 圆检测的迭代理论 | 第55-57页 |
| ·IHTLR 圆检测的基本算法 | 第57-58页 |
| ·基于 IHTLR 圆检测的不良品精确识别 | 第58页 |
| ·本章小结 | 第58-60页 |
| 第5章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的论文 | 第66页 |
