| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 机器视觉发展现状 | 第10-11页 |
| 1.2.2 轴承滚子缺陷检测方法 | 第11-14页 |
| 1.3 存在的问题和思路 | 第14-15页 |
| 1.4 论文研究主要内容及文章结构 | 第15-16页 |
| 第2章 图像采集和预处理 | 第16-29页 |
| 2.1 图像采集装置 | 第16-24页 |
| 2.1.1 相机的选择 | 第16-17页 |
| 2.1.2 镜头的选择 | 第17-20页 |
| 2.1.3 光源及照明方式选择 | 第20-23页 |
| 2.1.4 采集装置的实现 | 第23-24页 |
| 2.2 图像的预处理 | 第24-28页 |
| 2.2.1 滚子区域的提取 | 第24-27页 |
| 2.2.2 图像的去噪 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 基于Niblack改进方法的圆柱滚子表面缺陷检测 | 第29-40页 |
| 3.1 圆柱滚子图像特点及缺陷分类 | 第29-31页 |
| 3.1.1 圆柱滚子图像特点 | 第29-31页 |
| 3.1.2 缺陷分类 | 第31页 |
| 3.2 基于改进Niblack算法的缺陷分割 | 第31-34页 |
| 3.2.1 Niblack算法 | 第31-32页 |
| 3.2.2 自适应Niblack算法 | 第32-33页 |
| 3.2.3 本文改进算法 | 第33-34页 |
| 3.3 实验分析 | 第34-38页 |
| 3.3.1 参数评价 | 第35-36页 |
| 3.3.2 分割效果对比试验 | 第36-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 基于改进灰度补偿方法的圆锥滚子表面缺陷检测 | 第40-49页 |
| 4.1 改进型灰度补偿算法 | 第40-42页 |
| 4.1.1 图像灰度补偿原理 | 第40-41页 |
| 4.1.2 改进方法 | 第41-42页 |
| 4.2 直方图聚类分割 | 第42-44页 |
| 4.2.1 聚类思想 | 第43页 |
| 4.2.2 原理与实现 | 第43-44页 |
| 4.3 实验与分析 | 第44-48页 |
| 4.3.1 评价参数 | 第44-45页 |
| 4.3.2 定量分析 | 第45-46页 |
| 4.3.3 分割效果对比实验 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 基于图像光流的轴承滚子表面缺陷检测 | 第49-67页 |
| 5.1 图像光流用于缺陷检测的理论基础 | 第49-51页 |
| 5.1.1 光流场与运动场 | 第49-50页 |
| 5.1.2 光流法用于缺陷检测 | 第50-51页 |
| 5.2 光流计算估计模型 | 第51-56页 |
| 5.2.1 光流计算的基本等式 | 第51-52页 |
| 5.2.2 常见光流算法 | 第52-55页 |
| 5.2.3 CLG模型 | 第55-56页 |
| 5.3 光流的求解策略 | 第56-60页 |
| 5.3.1 SVD奇异值分解 | 第56-57页 |
| 5.3.2 金字塔分层细化 | 第57-58页 |
| 5.3.3 求解方法 | 第58-60页 |
| 5.4 实验结果分析 | 第60-66页 |
| 5.4.1 SVD对检测结果的影响 | 第61页 |
| 5.4.2 数据项权重系数的影响 | 第61-63页 |
| 5.4.3 各向异性扩散张量的影响 | 第63-64页 |
| 5.4.4 与其他方法的对比效果 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 硕士期间发表的论文和参与的科研项目 | 第74-75页 |
| 致谢 | 第75-76页 |