摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-14页 |
1.1 背景及研究的目的和意义 | 第10-11页 |
1.2 国内外发展现状 | 第11-13页 |
1.2.1 图像识别技术发展现状 | 第11-12页 |
1.2.2 DNC技术发展现状 | 第12-13页 |
1.2.3 基于图像识别与DNC的轮毂自动加工系统的发展 | 第13页 |
1.3 本文主要研究内容 | 第13-14页 |
第2章 轮毂自动加工系统总体方案设计 | 第14-22页 |
2.1 轮毂自动加工系统总体方案 | 第14页 |
2.1.1 轮毂自动加工系统设计要求 | 第14页 |
2.2 轮毂型号识别系统硬件/软件配置 | 第14-19页 |
2.2.1 轮毂型号自动识别系统硬件选型 | 第15-19页 |
2.2.2 轮毂型号自动识别系统软件设计 | 第19页 |
2.3 数控机床DNC系统开发环境介绍 | 第19-21页 |
2.3.0 数控机床DNC系统组成分析 | 第19-20页 |
2.3.1 DNC系统开发平台 | 第20页 |
2.3.2 DNC系统开发工具 | 第20页 |
2.3.3 DNC系统开发语言 | 第20-21页 |
2.3.4 数据库 | 第21页 |
2.4 本章小结 | 第21-22页 |
第3章 轮毂型号的文字图像字符预处理及识别过程设计 | 第22-46页 |
3.1 文字图像预处理方法简介及效果验证 | 第22-37页 |
3.1.1 图像滤波处理 | 第22-27页 |
3.1.2 特征提取 | 第27-31页 |
3.1.3 二值化 | 第31-34页 |
3.1.4 图像字符分割 | 第34-37页 |
3.2 文字图像预处理整体设计方案 | 第37-41页 |
3.2.1 第一类设计方案 | 第37-40页 |
3.2.2 第二类设计方案 | 第40-41页 |
3.3 轮毂图像识别设计 | 第41-45页 |
3.3.1 Tesseract简介 | 第42页 |
3.3.2 Tesseract配置 | 第42-43页 |
3.3.3 影响文字图像识别效率与准确率的因素与解决方案 | 第43-44页 |
3.3.4 样本训练 | 第44-45页 |
3.3.5 识别过程 | 第45页 |
3.4 本章小结 | 第45-46页 |
第4章 数控机床DNC系统主要模块设计 | 第46-56页 |
4.1 系统总需求分析 | 第46页 |
4.2 DNC系统结构 | 第46-47页 |
4.3 DNC系统主要模块设计 | 第47-55页 |
4.3.1 登录模块设计 | 第47-49页 |
4.3.2 监控模块设计 | 第49-51页 |
4.3.3 程序管理模块设计 | 第51-52页 |
4.3.4 刀偏刀组模块设计 | 第52-53页 |
4.3.5 报警模块设计 | 第53-54页 |
4.3.6 数据库设计 | 第54-55页 |
4.4 本章小结 | 第55-56页 |
第5章 基于图像识别与DNC的轮毂自动加工系统实现 | 第56-67页 |
5.1 轮毂自动加工系统调试流程 | 第56-57页 |
5.2 文字图像识别系统调试 | 第57-62页 |
5.2.1 相同轮型不同识别方案对比调试、 | 第57-59页 |
5.2.2 识别库的大小对识别效率影响对比调试 | 第59-60页 |
5.2.3 字符识别与外观识别对比调试 | 第60-62页 |
5.3 数控机床DNC系统调试 | 第62-66页 |
5.3.1 程序管理模块调试 | 第62-63页 |
5.3.2 程序监控模块调试 | 第63-64页 |
5.3.3 刀具管理模块调试 | 第64-66页 |
5.3.4 操作及报警模块调试 | 第66页 |
5.4 实验结果 | 第66页 |
5.5 本章小结 | 第66-67页 |
结论 | 第67-68页 |
参考文献 | 第68-72页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
致谢 | 第73页 |