基于OpenCV的焊缝图像缺陷识别系统设计
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外现状 | 第10-11页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11页 |
| 1.3 课题研究内容及软件流程 | 第11-14页 |
| 1.3.1 课题研究的内容 | 第11-13页 |
| 1.3.2 系统的软件流程 | 第13-14页 |
| 1.3.3 课题的研究意义 | 第14页 |
| 1.4 论文内容结构安排 | 第14-16页 |
| 2 焊缝图像预处理及焊缝缺陷的提取 | 第16-28页 |
| 2.1 焊缝图像预处理 | 第16-20页 |
| 2.1.1 噪声滤波处理 | 第16-17页 |
| 2.1.2 图像增强 | 第17-19页 |
| 2.1.3 图像形态学处理 | 第19-20页 |
| 2.2 分割焊缝区域 | 第20-23页 |
| 2.2.1 焊缝图像二值化 | 第21-22页 |
| 2.2.2 去除焊缝背景 | 第22页 |
| 2.2.3 焊缝区域轮廓提取 | 第22-23页 |
| 2.3 焊缝缺陷的提取 | 第23-27页 |
| 2.3.1 背景差分法 | 第24-26页 |
| 2.3.2 连通域标记 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 焊缝缺陷识别 | 第28-38页 |
| 3.1 焊缝缺陷特征提取 | 第28-33页 |
| 3.1.1 焊缝缺陷类型 | 第28-30页 |
| 3.1.2 特征参数的选择 | 第30-31页 |
| 3.1.3 特征参数的计算 | 第31-33页 |
| 3.2 神经网络识别焊缝缺陷 | 第33-37页 |
| 3.2.1 BP神经网络 | 第33-35页 |
| 3.2.2 BP神经网络的设计 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 4 数据库操作及界面设计 | 第38-45页 |
| 4.1 数据库操作 | 第38-42页 |
| 4.1.1 ADO技术 | 第38页 |
| 4.1.2 ADO在VC++中的使用 | 第38-39页 |
| 4.1.3 缺陷类型管理 | 第39-42页 |
| 4.2 VC界面设计 | 第42-44页 |
| 4.2.1 焊缝缺陷快速识别 | 第42-43页 |
| 4.2.2 焊缝缺陷手动识别 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 编译环境配置及系统测试 | 第45-49页 |
| 5.1 编译环境配置 | 第45-46页 |
| 5.1.1 OpenCV简介 | 第45页 |
| 5.1.2 配置OpenCV函数库 | 第45-46页 |
| 5.2 系统测试 | 第46-48页 |
| 5.3 系统测试结果分析 | 第48页 |
| 5.4 本章总结 | 第48-49页 |
| 6 结论 | 第49-51页 |
| 6.1 论文总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-56页 |
