首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的太阳能网版缺陷检测技术研究

摘要第3-4页
Abstract第4-5页
第1章 绪论第8-12页
    1.1 课题研究背景第8页
    1.2 机器视觉技术第8-10页
        1.2.1 机器视觉在国外发展动态第9页
        1.2.2 机器视觉在国内发展动态第9-10页
    1.3 主要研究内容第10页
    1.4 章节安排第10-12页
第2章 太阳能网版缺陷检测系统软硬件方案设计第12-22页
    2.1 系统整体方案设计第12页
    2.2 系统硬件设计与选型第12-20页
        2.2.1 二轴移动平台设计第12-14页
        2.2.2 相机选型第14-16页
        2.2.3 镜头设计与选型第16-17页
        2.2.4 光源选型第17-20页
    2.3 系统软件流程设计第20-21页
    2.4 本章小结第21-22页
第3章 太阳能网版栅线定位和尺寸测量第22-36页
    3.1 太阳能网版图像噪声处理第22-24页
        3.1.1 中值滤波第23页
        3.1.2 太阳能网版图像的去噪实验结果第23-24页
    3.2 太阳能网版图像分割第24-27页
        3.2.1 迭代阈值分割法第25页
        3.2.2 OSTU阈值分割法第25-26页
        3.2.3 人工选择阈值法第26页
        3.2.4 实验结果分析第26-27页
    3.3 质心提取第27-29页
    3.4 太阳能网版二值图的投影第29-30页
    3.5 栅线定位第30-33页
        3.5.1 最小二乘法直线拟合第30-31页
        3.5.2 最小距离法直线拟合第31-33页
    3.6 太阳能网版栅线尺寸测量第33-35页
        3.6.1 栅线尺寸测量第33-34页
        3.6.2 实验结果分析第34-35页
    3.7 本章小结第35-36页
第4章 太阳能网版缺陷检测第36-50页
    4.1 引言第36-37页
    4.2 创建样本图像第37-39页
    4.3 样本图像特征检测第39-43页
        4.3.1 Haar-like特征第39-40页
        4.3.2 HOG特征第40-43页
    4.4 支持向量机理论第43-46页
        4.4.1 支持向量机第43-44页
        4.4.2 非线性支持向量机第44-45页
        4.4.3 核函数的选择第45-46页
    4.5 太阳能网版缺陷检测分类器设计第46-47页
    4.6 缺陷检测结果分析第47-48页
    4.7 本章小结第48-50页
第5章 太阳能网版图像拼接第50-61页
    5.1 Harris角点检测第50-51页
    5.2 SIFT特征检测第51-52页
    5.3 SURF特征检测第52-53页
    5.4 改进的特征检测及特征点匹配第53-55页
        5.4.1 特征点检测区域第53-54页
        5.4.2 特征点匹配第54-55页
        5.4.3 剔除错误特征点匹配对第55页
    5.5 实验结果与分析第55-60页
        5.5.1 运用Harris、SIFT、SURF特征点算法拼接的结果第56-57页
        5.5.2 改进的算法拼接效果及参数第57-59页
        5.5.3 验证拼接的准确度第59-60页
    5.6 本章小结第60-61页
第6章 总结与展望第61-63页
    6.1 总结第61-62页
    6.2 展望第62-63页
参考文献第63-67页
攻读硕士学位期间的研究成果第67-68页
致谢第68-69页

论文共69页,点击 下载论文
上一篇:图像并行加密算法设计及其移动终端设备应用研究
下一篇:基于Best-Buddies Similarity的鲁棒性可变形模板匹配算法研究