基于机器视觉的袋泡茶包缺陷检测方法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·机器视觉的国内外应用现状 | 第11-13页 |
| ·机器视觉缺陷检测技术国内外研究现状 | 第13-15页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-15页 |
| ·本研究内容与方法 | 第15-18页 |
| 第2章 图像采集及预处理 | 第18-42页 |
| ·图像采集系统 | 第18-24页 |
| ·实验平台的搭建 | 第18-19页 |
| ·摄像机选取 | 第19-22页 |
| ·研究对象 | 第22-24页 |
| ·数字图像处理技术 | 第24-25页 |
| ·预处理 | 第25-32页 |
| ·小波阈值滤波 | 第26-31页 |
| ·中值滤波 | 第31-32页 |
| ·背景去除 | 第32-41页 |
| ·图像分割 | 第32-35页 |
| ·边界提取 | 第35-37页 |
| ·种子填充算法 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 缺陷检测与特征提取 | 第42-52页 |
| ·四边形拟合及夹角计算 | 第42-45页 |
| ·四边形拟合 | 第42-44页 |
| ·夹角特征提取 | 第44-45页 |
| ·区域划分与灰度特征提取 | 第45-49页 |
| ·区域划分 | 第45-46页 |
| ·直方图统计特征 | 第46-49页 |
| ·中间区域处理 | 第49-50页 |
| ·阈值分割 | 第49-50页 |
| ·面积特征提取 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第4章 袋泡茶包的缺陷分类 | 第52-64页 |
| ·决策树分类器 | 第52-54页 |
| ·决策树的基本概念及算法 | 第52-53页 |
| ·ID3算法 | 第53-54页 |
| ·特征的选取 | 第54-57页 |
| ·决策树构造 | 第57-59页 |
| ·特征值的信息增熵 | 第57-59页 |
| ·决策树的构造 | 第59页 |
| ·实验集 | 第59-61页 |
| ·验证集 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第5章 软件系统 | 第64-68页 |
| ·系统软件的结构与功能 | 第64-66页 |
| ·自动缺陷检测的实现 | 第66页 |
| ·本章小结 | 第66-68页 |
| 第6章 结论与展望 | 第68-70页 |
| ·结论 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-74页 |
| 攻读学位期间参加的科研项目和成果 | 第74页 |
