基于机器视觉的汽车安全带表面缺陷检测算法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第17-21页 |
| 1.1 课题研究的背景和意义 | 第17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.3 论文主要内容 | 第20-21页 |
| 2 检测系统总体方案设计 | 第21-26页 |
| 2.1 系统模块化设计 | 第21-22页 |
| 2.2 图像采集 | 第22-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 图像分割与边缘缺陷检测 | 第26-38页 |
| 3.1 安全带表面缺陷分析 | 第26页 |
| 3.2 图像滤波 | 第26-29页 |
| 3.3 图像分割 | 第29-36页 |
| 3.4 边缘缺陷检测 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于空间域特征分析的安全带表面缺陷检测 | 第38-55页 |
| 4.1 常用的空间域纹理特征分析方法 | 第38-39页 |
| 4.2 基于Blob特征的缺陷检测 | 第39-42页 |
| 4.3 基于直方图统计特征的缺陷检测 | 第42-46页 |
| 4.4 基于灰度共生矩阵特征的缺陷检测 | 第46-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 基于频谱特征分析的安全带表面缺陷检测 | 第55-69页 |
| 5.1 常用的频域纹理特征分析方法 | 第55-56页 |
| 5.2 频谱特征分析 | 第56-60页 |
| 5.3 滤波器的设计 | 第60-63页 |
| 5.4 阈值分割 | 第63-64页 |
| 5.5 频谱特征分析法实验分析 | 第64-66页 |
| 5.6 表面缺陷检测算法对比分析 | 第66-68页 |
| 5.7 本章小结 | 第68-69页 |
| 6 汽车安全带表面缺陷检测系统实现 | 第69-76页 |
| 6.1 检测指标 | 第69页 |
| 6.2 系统硬件实现 | 第69-71页 |
| 6.3 检测算法流程与检测结果分析 | 第71-75页 |
| 6.4 本章小结 | 第75-76页 |
| 7 总结与展望 | 第76-78页 |
| 7.1 总结 | 第76页 |
| 7.2 展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 作者简历 | 第83-85页 |
| 学位论文数据集 | 第85页 |
