首页--工业技术论文--轻工业、手工业论文--印刷工业论文--一般性问题论文--标准与检验论文

基于机器视觉的医药外包装印刷品表面质量在线检测系统

摘要第4-5页
Abstract第5-6页
1 绪论第9-13页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 本论文研究内容和章节安排第12-13页
2 系统需求分析及总体设计第13-25页
    2.1 需求分析第13页
        2.1.1 检测项目第13页
        2.1.2 检测要求第13页
    2.2 系统总体设计第13-19页
        2.2.1 系统架构第13-15页
        2.2.2 系统主要硬件选型第15-19页
    2.3 系统软件设计第19-20页
        2.3.1 系统软件功能模块第19-20页
        2.3.2 系统软件工作流程第20页
    2.4 基于OpenCV和CUDA的系统加速第20-24页
        2.4.1 OpenCV概述第21-22页
        2.4.2 CUDA概述第22-23页
        2.4.3 OpenCV和CUDA的混合编程第23-24页
    2.5 本章小结第24-25页
3 印刷品图像预处理第25-32页
    3.1 图像降噪第25-28页
        3.1.1 噪声来源及分析第25页
        3.1.2 几种滤波方法第25-27页
        3.1.3 基于OpenCV和CUDA的中值滤波并行加速第27-28页
    3.2 大幅印刷品图像的快速配准第28-31页
        3.2.1 基于图像特征的配准方法第28-29页
        3.2.2 基于图像灰度信息的配准方法第29页
        3.2.3 快速小模板配准第29-31页
    3.3 本章小结第31-32页
4 印刷品图像的畸变矫正第32-45页
    4.1 图像的版周矫正第32-33页
    4.2 检测系统线阵相机成像及畸变成因分析第33-36页
    4.3 印刷品图像侧向偏移失真矫正第36-44页
        4.3.1 基于行像素模板匹配法的侧向偏移失真矫正第36-37页
        4.3.2 实验结果及分析第37-40页
        4.3.3 基于OpenCV和CUDA的侧向偏移失真矫正第40-44页
    4.4 本章小结第44-45页
5 基于差分伪轮廓剔除的印刷品图像缺陷检测第45-59页
    5.1 参考图像制作第45-47页
        5.1.1 统计平均法第45-46页
        5.1.2 权值动态模板法第46-47页
    5.2 基于伪轮廓剔除的图像差分及缺陷快速识别第47-55页
        5.2.1 图像差分法第47-48页
        5.2.2 伪轮廓去除算法第48-50页
        5.2.3 梯度灰度联合检测法第50-55页
    5.3 基于OpenCV和CUDA的伪影去除及缺陷快速识别第55-58页
    5.4 本章小结第58-59页
6 系统实现及结果评价第59-66页
    6.1 系统环境配置第59页
    6.2 医药包装印刷品表面缺陷在线检测系统实现第59-62页
        6.2.1 检测监控模块第60-62页
        6.2.2 缺陷反馈模块第62页
    6.3 检测结果及系统评价第62-65页
    6.4 本章小结第65-66页
结论第66-68页
致谢第68-69页
参考文献第69-72页
攻读学位期间的研究成果第72页

论文共72页,点击 下载论文
上一篇:基于微博热点话题发现的关键技术研究
下一篇:压缩感知在有限反馈预编码中的应用研究