| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 图像检测的国内外研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文组织 | 第13-14页 |
| 第二章 智能相机检测方案及系统框架设计 | 第14-24页 |
| 2.1 检测系统开发平台 | 第14-17页 |
| 2.1.1 Zynq-7000 All Programmable SoC体系结构 | 第14-15页 |
| 2.1.2 ZC702开发板 | 第15-16页 |
| 2.1.3 软件开发环境 | 第16-17页 |
| 2.2 缺陷检测方法 | 第17-19页 |
| 2.3 检测系统总体方案 | 第19-21页 |
| 2.3.1 检测系统总体框架 | 第19-21页 |
| 2.3.2 软硬件协同设计技术 | 第21页 |
| 2.4 需求定制的智能相机 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 缺陷图像的预处理 | 第24-43页 |
| 3.1 缺陷检测相关的预处理技术 | 第24页 |
| 3.2 缺陷图像的滤波算法 | 第24-30页 |
| 3.2.1 滤波算法分类 | 第24-28页 |
| 3.2.2 滤波算法的分析和比较 | 第28-30页 |
| 3.3 阈值分割 | 第30-35页 |
| 3.3.1 概述 | 第30-31页 |
| 3.3.2 阈值分割算法 | 第31-34页 |
| 3.3.3 阈值分割效果 | 第34-35页 |
| 3.4 形态学运算 | 第35-37页 |
| 3.5 缺陷图像的边缘检测算法 | 第37-42页 |
| 3.5.1 边缘检测算法分类 | 第38-41页 |
| 3.5.2 边缘检测效果对比 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 缺陷图像的轮廓提取和特征分析 | 第43-59页 |
| 4.1 缺陷检测算法的基本结构 | 第43-45页 |
| 4.2 缺陷轮廓提取 | 第45-48页 |
| 4.2.1 轮廓提取法 | 第45页 |
| 4.2.2 边界跟踪法 | 第45-47页 |
| 4.2.3 提取缺陷轮廓 | 第47-48页 |
| 4.3 连通域检测与标记 | 第48-51页 |
| 4.3.1 二值图像连通域查找 | 第48-49页 |
| 4.3.2 连通域标记 | 第49-51页 |
| 4.4 缺陷参数计算 | 第51-54页 |
| 4.4.1 缺陷面积测量 | 第51页 |
| 4.4.2 缺陷周长测量 | 第51-52页 |
| 4.4.3 二值图像小区域消除 | 第52-53页 |
| 4.4.4 缺陷定位和标记 | 第53-54页 |
| 4.5 缺陷类型划分 | 第54-56页 |
| 4.6 Hough变换检测直线 | 第56-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第五章 检测系统的应用层框架实现和平台验证 | 第59-68页 |
| 5.1 检测系统应用层软件结构 | 第59-60页 |
| 5.2 异构多核平台的图像处理流水线优化 | 第60-65页 |
| 5.2.1 应用层框架调整及编译优化 | 第60-62页 |
| 5.2.2 图像处理模块标准化 | 第62页 |
| 5.2.3 显示模式优化 | 第62-64页 |
| 5.2.4 图像处理流水线的优化实现 | 第64-65页 |
| 5.3 实验测试与结果分析 | 第65-67页 |
| 5.3.1 测试平台搭建 | 第65-66页 |
| 5.3.2 检测功能测试 | 第66-67页 |
| 5.3.3 显示结果测试 | 第67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第72-73页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第73-74页 |
| 致谢 | 第74页 |