| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 瓷砖表面质量视觉检测的研究背景及意义 | 第9页 |
| 1.2 机器视觉检测技术概述 | 第9-11页 |
| 1.3 瓷砖表面质量检测技术研究现状 | 第11-12页 |
| 1.3.1 国内瓷砖表面质量检测技术研究现状 | 第11页 |
| 1.3.2 国外瓷砖表面质量检测技术研究现状 | 第11-12页 |
| 1.4 瓷砖表面缺陷分析 | 第12-14页 |
| 1.5 论文主要研究工作 | 第14-15页 |
| 1.6 论文章节安排 | 第15-16页 |
| 第二章 瓷砖表面质量视觉检测系统 | 第16-24页 |
| 2.1 系统构成及基本原理 | 第16-17页 |
| 2.2 系统硬件的设计 | 第17-22页 |
| 2.2.1 相机和镜头的选取 | 第18-20页 |
| 2.2.2 数据输出接口 | 第20-21页 |
| 2.2.3 光源的选择及照明方式的设计 | 第21-22页 |
| 2.3 系统软件的选择 | 第22-23页 |
| 2.3.1 Halcon | 第22页 |
| 2.3.2 VS2013配置Halcon10 | 第22-23页 |
| 2.3.3 系统软件工作流程 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 瓷砖表面图像预处理算法研究 | 第24-39页 |
| 3.1 瓷砖表面图像去噪技术研究 | 第24-28页 |
| 3.1.1 常见的噪声类型及去噪方法 | 第24-26页 |
| 3.1.2 瓷砖表面缺陷图像去噪 | 第26-28页 |
| 3.2 瓷砖表面图像增强技术研究 | 第28-31页 |
| 3.2.1 数字图像的直方图 | 第29页 |
| 3.2.2 直方图均衡化 | 第29-31页 |
| 3.3 瓷砖表面图像分割算法研究 | 第31-38页 |
| 3.3.1 边缘检测算法 | 第31-36页 |
| 3.3.2 阈值分割算法 | 第36-38页 |
| 3.3.3 区域生长算法 | 第38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 瓷砖表面质量检测分类的实现 | 第39-55页 |
| 4.1 瓷砖表面缺陷图像的边缘检测 | 第39-44页 |
| 4.1.1 局部二值模式 | 第39-41页 |
| 4.1.2 数学形态学算子 | 第41-42页 |
| 4.1.3 融合数学形态学闭运算的局部方差旋转不变测度边缘检测算法 | 第42-44页 |
| 4.2 瓷砖表面缺陷图像的识别与分析 | 第44-48页 |
| 4.2.1 缺陷标记 | 第44-45页 |
| 4.2.2 特征提取 | 第45-48页 |
| 4.3 瓷砖表面缺陷图像的分类 | 第48-54页 |
| 4.3.1 结构风险最小化分类器 | 第49-52页 |
| 4.3.2 支持向量机分类策略 | 第52-53页 |
| 4.3.3 基于支持向量机的瓷砖表面缺陷图像的分类 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 实验结果分析 | 第55-65页 |
| 5.1 瓷砖表面缺陷图像检测实验结果与分析 | 第55-60页 |
| 5.1.1 瓷砖表面质量评价方法 | 第55页 |
| 5.1.2 不同滤波方法实验结果分析 | 第55-56页 |
| 5.1.3 瓷砖表面缺陷图像检测算法对比与分析 | 第56-60页 |
| 5.2 瓷砖表面缺陷图像分类实验结果与分析 | 第60-63页 |
| 5.3 瓷砖表面质量检测影响因素分析 | 第63-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 全文总结与课题展望 | 第65-67页 |
| 6.1 全文总结 | 第65页 |
| 6.2 课题展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表的论文和科研情况 | 第70-71页 |
| 致谢 | 第71页 |