摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 选题依据及研究意义 | 第11-13页 |
1.2 国内外研究现状及发展趋势 | 第13-17页 |
1.3 本文的主要研究内容 | 第17页 |
1.4 本论文的结构安排 | 第17-19页 |
第二章 火花塞端面缺陷自动光学检测系统的设计 | 第19-36页 |
2.1 应用场景及需求分析 | 第19-21页 |
2.2 技术可行性分析 | 第21-23页 |
2.3 系统总体方案设计 | 第23-25页 |
2.3.1 系统功能分析 | 第23页 |
2.3.2 系统框架 | 第23-25页 |
2.4 系统硬件设计 | 第25-26页 |
2.5 系统软件设计 | 第26-35页 |
2.5.1 软件的设计原则 | 第27页 |
2.5.2 软件架构 | 第27-29页 |
2.5.2.1 软件架构的定义 | 第27-28页 |
2.5.2.2 架构视图的设计 | 第28-29页 |
2.5.3 软件设计模式 | 第29-30页 |
2.5.3.1 设计模式的设计原则 | 第29-30页 |
2.5.3.2 设计模式的模式类型 | 第30页 |
2.5.4 软件系统的实现 | 第30-35页 |
2.5.4.1 界面的布局及相关参数设置 | 第31-34页 |
2.5.4.2 模块化设计 | 第34-35页 |
2.6 本章小结 | 第35-36页 |
第三章 火花塞端面缺陷检测的工作原理及采图系统的组成 | 第36-55页 |
3.1 检测原理 | 第36页 |
3.2 关键问题及解决办法 | 第36-38页 |
3.3 采图系统的组成 | 第38-52页 |
3.3.1 光学成像系统 | 第38-45页 |
3.3.1.1 CCD相机的优势 | 第39-40页 |
3.3.1.2 CCD相机的选取 | 第40-41页 |
3.3.1.3 远心镜头的优势 | 第41-43页 |
3.3.1.4 镜头的选取 | 第43页 |
3.3.1.5 光源模块的选型 | 第43-45页 |
3.3.2 IO卡的应用 | 第45-49页 |
3.3.2.1 AC6652板卡说明及特点 | 第46页 |
3.3.2.2 AC6652原理说明 | 第46-48页 |
3.3.2.3 常用信号的连接及处理 | 第48-49页 |
3.3.3 机械结构系统的设计 | 第49-52页 |
3.4 通信模块设计 | 第52-53页 |
3.4.1 DPA1024通信协议 | 第52-53页 |
3.4.2 面板使用方法 | 第53页 |
3.5 本系统采图流程 | 第53-54页 |
3.6 本章小结 | 第54-55页 |
第四章 火花塞端面缺陷检测相关技术研究 | 第55-74页 |
4.1 数字图像的编程技术 | 第55-58页 |
4.1.1 数字图像数学原理 | 第55-56页 |
4.1.2 数字图像基本类型 | 第56-57页 |
4.1.3 数字图像处理方法 | 第57-58页 |
4.2 图像预处理 | 第58-67页 |
4.2.1 图像的增强技术 | 第58-62页 |
4.2.1.1 直方图均衡化增强 | 第59-60页 |
4.2.1.2 直方图规定化过程 | 第60-62页 |
4.2.2 图像去噪技术 | 第62-67页 |
4.2.2.1 常用的滤波方法 | 第63-65页 |
4.2.2.2 自适应中值滤波 | 第65-67页 |
4.3 形态学滤波原理的应用 | 第67-68页 |
4.4 改进的霍夫变换 | 第68-70页 |
4.5 表观图像特征提取的应用 | 第70-73页 |
4.5.1 过渡区理论基础 | 第70-71页 |
4.5.2 表观缺陷的提取方法 | 第71-73页 |
4.5.2.1 局部阈值分割技术 | 第71-72页 |
4.5.2.2 最小分割误差的阈值估计原理 | 第72-73页 |
4.6 本章小结 | 第73-74页 |
第五章 火花塞端面缺陷检测算法的设计 | 第74-87页 |
5.1 检测算法的设计及流程 | 第74-75页 |
5.2 感兴趣区域提取 | 第75-78页 |
5.2.1 图像的单阈值分割 | 第75-76页 |
5.2.2 圆环圆心坐标的求解方法 | 第76-77页 |
5.2.3 边缘检测 | 第77页 |
5.2.4 圆环半径的求解方法 | 第77-78页 |
5.3 坐标变换 | 第78-79页 |
5.4 缺陷及类缺陷杂质的提取 | 第79-81页 |
5.4.1 图像的中值滤波 | 第79-80页 |
5.4.2 图像的局部阈值分割 | 第80-81页 |
5.5 缺陷特征提取及识别 | 第81-86页 |
5.5.1 缺陷灰度直方图及特征值 | 第81-85页 |
5.5.2 逻辑回归学习模型 | 第85-86页 |
5.6 本章小结 | 第86-87页 |
第六章 实验结果与分析 | 第87-91页 |
6.1 系统采集及检测效果分析 | 第87-89页 |
6.2 系统检测速度分析 | 第89-90页 |
6.3 串口通信及软件稳定性测试 | 第90页 |
6.4 本章小结 | 第90-91页 |
第七章 总结与展望 | 第91-93页 |
7.1 总结 | 第91-92页 |
7.2 展望 | 第92-93页 |
致谢 | 第93-94页 |
参考文献 | 第94-98页 |