基于机器视觉的光照不均钢管图像算法与研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 选题意义 | 第9-10页 |
| 1.3 国内外研究现状及发展趋势 | 第10-14页 |
| 1.3.1 国外研究现状 | 第10-11页 |
| 1.3.2 国内研究现状 | 第11-13页 |
| 1.3.3 发展趋势 | 第13-14页 |
| 1.4 课题的主要研究内容与论文结构 | 第14-16页 |
| 2 钢管图像的预处理 | 第16-28页 |
| 2.1 图像的文件格式说明 | 第16页 |
| 2.2 彩色图像转换成灰度图 | 第16-17页 |
| 2.3 图像的二值化 | 第17-24页 |
| 2.3.1 二值化图像 | 第17页 |
| 2.3.2 图像的阈值分割算法 | 第17-22页 |
| 2.3.3 新兴的聚类算法及神经网络算法 | 第22-24页 |
| 2.4 钢管图像的边缘检测 | 第24-27页 |
| 2.4.1 边缘检测介绍 | 第24页 |
| 2.4.2 常用的边缘检测算子 | 第24-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 多阴影钢管图像的相关理论与技术 | 第28-37页 |
| 3.1 基于传统局部动态阈值的改进算法 | 第28-30页 |
| 3.2 图像分割评价 | 第30-31页 |
| 3.3 二值图像的边缘检测 | 第31-35页 |
| 3.4 距离变换获取半径范围 | 第35-36页 |
| 3.4.1 距离变换简介 | 第35页 |
| 3.4.2 计算半径范围的具体步骤 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于改进Hough变换的钢管识别与统计 | 第37-45页 |
| 4.1 基本Hough变换原理 | 第37-43页 |
| 4.1.1 Hough变换简介 | 第37页 |
| 4.1.2 直线的Hough变换基本原理 | 第37-39页 |
| 4.1.3 直线Hough变换的改进 | 第39-40页 |
| 4.1.4 圆的Hough变换基本原理 | 第40-41页 |
| 4.1.5 圆的Hough变换的改进 | 第41-42页 |
| 4.1.6 椭圆Hough变换的基本原理 | 第42-43页 |
| 4.2 圆形钢管端面识别计数的实验结果 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 识别系统的实现 | 第45-53页 |
| 5.1 钢管计数软件系统简介 | 第45-46页 |
| 5.1.1 软件系统整体架构 | 第45页 |
| 5.1.2 软件各模块功能介绍 | 第45-46页 |
| 5.2 计数软件开发 | 第46-51页 |
| 5.2.1 OpenCV应用环境配置 | 第46-48页 |
| 5.2.2 钢管计数系统应用软件 | 第48-51页 |
| 5.3 软件测试 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 结论 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59页 |
