基于机器视觉的棒材实时识别系统研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景与意义 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·机器视觉技术的定义 | 第11页 |
| ·国内外研究历史与现状 | 第11-14页 |
| ·课题研究内容和目的 | 第14-16页 |
| 第二章 棒材实时识别系统的组成 | 第16-24页 |
| ·系统结构设计 | 第16-17页 |
| ·系统硬件设计 | 第17-19页 |
| ·工控机 | 第17页 |
| ·工业摄像机 | 第17-19页 |
| ·照明系统 | 第19页 |
| ·系统软件设计 | 第19-23页 |
| ·软件界面设计 | 第20-21页 |
| ·软件流程介绍 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 图像采集及图像预处理 | 第24-36页 |
| ·数字图像采集 | 第24-25页 |
| ·图像平滑 | 第25-27页 |
| ·线性平滑 | 第26页 |
| ·非线性平滑 | 第26-27页 |
| ·图像分割 | 第27-34页 |
| ·几种阈值分割方法 | 第28-31页 |
| ·一种最大类间方差法的推广方法 | 第31-33页 |
| ·阈值分割效果比较 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 棒材图像目标识别 | 第36-54页 |
| ·边缘信息提取 | 第36-42页 |
| ·边缘检测算子 | 第37-39页 |
| ·改进的 Sobel 算子 | 第39-41页 |
| ·边缘细化 | 第41-42页 |
| ·边缘分离与集聚 | 第42-46页 |
| ·边缘中心集聚原理 | 第43-44页 |
| ·中心集聚 | 第44-46页 |
| ·目标聚类识别 | 第46-48页 |
| ·聚类方法分析 | 第46-47页 |
| ·桶聚类 | 第47-48页 |
| ·团块性状判别 | 第48-50页 |
| ·单帧图像实验结果 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 目标跟踪计数算法 | 第54-62页 |
| ·运动目标跟踪 | 第54-55页 |
| ·基于特征的棒材目标跟踪 | 第55-59页 |
| ·整体移动量检测 | 第56-57页 |
| ·目标跟踪匹配 | 第57-59页 |
| ·算法实验 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结论与展望 | 第62-64页 |
| ·结论 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 附录 | 第70页 |
