基于机器视觉的轮毂精加工面质量在线检测装置研制
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 机器视觉系统简述 | 第9页 |
| 1.2 课题研究背景及意义 | 第9-10页 |
| 1.3 轮毂识别检测技术的国内外研究发展现状 | 第10-12页 |
| 1.4 论文的主要内容安排 | 第12-13页 |
| 第2章 检测系统分析及方案设计 | 第13-18页 |
| 2.1 轮毂加工常见缺陷分析 | 第13-15页 |
| 2.2 检测要求与重点、难点分析 | 第15-16页 |
| 2.3 系统组成及原理 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 轮毂加工缺陷视觉检测系统硬件设计 | 第18-28页 |
| 3.1 视觉成像硬件选型 | 第18-26页 |
| 3.1.1 光源设计与选型 | 第19-23页 |
| 3.1.2 工业相机选型 | 第23-25页 |
| 3.1.3 光学镜头选型 | 第25-26页 |
| 3.2 轮毂成像硬件设计 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 轮毂加工缺陷检测算法设计 | 第28-53页 |
| 4.1 轮毂加工检测算法操作流程 | 第28-30页 |
| 4.2 轮毂凹坑类缺陷检测算法研究 | 第30-40页 |
| 4.2.1 缺陷特征成像分析 | 第30-31页 |
| 4.2.2 图像缺陷面积标定 | 第31-32页 |
| 4.2.3 图像预处理 | 第32-35页 |
| 4.2.4 自适应局部阈值 | 第35-37页 |
| 4.2.5 缺陷信息提取及筛选 | 第37-40页 |
| 4.3 轮毂纹理类缺陷检测算法研究 | 第40-49页 |
| 4.3.1 缺陷特征成像分析 | 第40-41页 |
| 4.3.2 图像增强 | 第41-44页 |
| 4.3.3 边缘检测 | 第44-45页 |
| 4.3.4 Steger寻峰算法线性边缘提取 | 第45-47页 |
| 4.3.5 形态学拟合边缘 | 第47-49页 |
| 4.4 轮毂加工不到位缺陷检测算法研究 | 第49-52页 |
| 4.4.1 缺陷特征成像分析 | 第49页 |
| 4.4.2 截差法检测 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 实验结果与分析 | 第53-59页 |
| 5.1 实验过程 | 第53页 |
| 5.2 实验结果分析 | 第53-58页 |
| 5.2.1 凹坑类缺陷检测试验 | 第54-55页 |
| 5.2.2 纹理类缺陷检测试验 | 第55-56页 |
| 5.2.3 加工不到位缺陷检测试验 | 第56-57页 |
| 5.2.4 摩托车轮毂质量检测实验 | 第57-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第6章 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 在学研究成果 | 第63-64页 |
| 致谢 | 第64页 |
