基于机器视觉的磨削表面粗糙度检测
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-23页 |
| ·课题背景和意义 | 第10-11页 |
| ·表面粗糙度研究概述 | 第11-16页 |
| ·表面粗糙度研究的发展 | 第11-14页 |
| ·表面粗糙度测量方法 | 第14-16页 |
| ·机器视觉技术 | 第16-20页 |
| ·光学基础 | 第17-20页 |
| ·图像质量评定 | 第20页 |
| ·LabVIEW及IMAQ Vision简介 | 第20-21页 |
| ·课题研究的目的和主要内容 | 第21-23页 |
| 第2章 试件制备及系统搭建 | 第23-29页 |
| ·磨削试件制备 | 第23-26页 |
| ·实验设备 | 第23-24页 |
| ·磨削正交试验设计 | 第24-26页 |
| ·图像检测系统的搭建 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 磨削表面图像的处理与分析 | 第29-45页 |
| ·磨削表面图像预处理 | 第29-38页 |
| ·图像滤波 | 第29-31页 |
| ·滤波器的选用 | 第31-36页 |
| ·图像增强 | 第36-38页 |
| ·磨削表面缺陷检测 | 第38-42页 |
| ·形态学处理 | 第39-41页 |
| ·图像分割处理 | 第41-42页 |
| ·图像的纹理分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 磨削表面粗糙度检测 | 第45-56页 |
| ·磨削表面图像的频域分析 | 第45页 |
| ·表面粗糙度特征参数的提取 | 第45-49页 |
| ·功率谱半径 | 第46-48页 |
| ·平均功率谱 | 第48页 |
| ·中心功率谱百分比 | 第48-49页 |
| ·基于BP神经网络的磨削表面粗糙度检测 | 第49-55页 |
| ·神经网络样本的采集 | 第50-51页 |
| ·神经网络模型的建立 | 第51-53页 |
| ·基于神经网络的测试 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 磨削表面粗糙度检测系统的软件实现 | 第56-63页 |
| ·软件的总体设计方案 | 第56-57页 |
| ·各个功能模块介绍 | 第57-62页 |
| ·常规操作模块 | 第57-59页 |
| ·算术和逻辑运算模块 | 第59-60页 |
| ·轮廓峰谷提取模块 | 第60页 |
| ·表面粗糙度检测模块 | 第60-62页 |
| ·应用程序的创建 | 第62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间所发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
