| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-27页 |
| 1.1 研究背景及意义 | 第13-17页 |
| 1.1.1 智能制造与机器视觉 | 第13-14页 |
| 1.1.2 饮料自动化生产线与空瓶检测机器人 | 第14-17页 |
| 1.2 空瓶检测技术研究现状 | 第17-22页 |
| 1.2.1 发展历程 | 第17-18页 |
| 1.2.2 公司产品 | 第18-22页 |
| 1.3 机器视觉关键技术 | 第22-25页 |
| 1.3.1 成像系统关键技术 | 第23页 |
| 1.3.2 图像处理关键技术 | 第23-25页 |
| 1.4 研究内容与论文构成 | 第25-27页 |
| 第2章 空瓶检测机器人的瓶口检测方案设计 | 第27-35页 |
| 2.1 应用平台介绍 | 第27-29页 |
| 2.2 检测对象分析 | 第29-32页 |
| 2.2.1 瓶口成像原理 | 第29页 |
| 2.2.2 瓶口图像模型 | 第29-31页 |
| 2.2.3 瓶口缺陷类型 | 第31-32页 |
| 2.3 瓶口缺陷识别算法难点分析 | 第32页 |
| 2.4 瓶口缺陷识别算法方案设计 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 空瓶检测机器人的瓶口定位方法 | 第35-52页 |
| 3.1 常见瓶口定位算法 | 第35-39页 |
| 3.1.1 重心法 | 第35-37页 |
| 3.1.2 霍夫变换法 | 第37-38页 |
| 3.1.3 最小二乘法 | 第38-39页 |
| 3.1.4 随机圆拟合法 | 第39页 |
| 3.2 瓶口定位误差来源分析 | 第39-43页 |
| 3.2.1 边缘提取产生误差 | 第39-40页 |
| 3.2.2 拟合点选取产生误差 | 第40-42页 |
| 3.2.3 圆拟合算法产生误差 | 第42-43页 |
| 3.3 基于随机圆拟合的四圆周瓶口定位方法 | 第43-45页 |
| 3.3.1 四圆周定位的边缘提取方法 | 第43页 |
| 3.3.2 四圆周定位的拟合点选取方法 | 第43-45页 |
| 3.3.3 四圆周定位的圆拟合方法 | 第45页 |
| 3.4 基于圆心准确度评估的瓶口定位方法 | 第45-49页 |
| 3.4.1 基于圆周投影的圆心准确度评估方法 | 第45-48页 |
| 3.4.2 利用圆心准确度进行圆心校准 | 第48-49页 |
| 3.5 瓶口定位算法性能测试 | 第49-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第4章 空瓶检测机器人的瓶口缺陷识别方法 | 第52-65页 |
| 4.1 常见瓶口缺陷识别算法 | 第52-54页 |
| 4.1.1 模板相减法 | 第52页 |
| 4.1.2 动态阈值分割法 | 第52-53页 |
| 4.1.3 环形扫描差分法 | 第53页 |
| 4.1.4 径向投影法 | 第53-54页 |
| 4.1.5 机器学习方法 | 第54页 |
| 4.2 基于圆周投影的瓶口区域分割方法 | 第54-57页 |
| 4.2.1 基于圆周投影的高光区域提取方法 | 第55-56页 |
| 4.2.2 基于邻域填充的无高光瓶口还原方法 | 第56-57页 |
| 4.3 分区域瓶口缺陷识别方法 | 第57-62页 |
| 4.3.1 基于凹型波谷检测的高光区域缺陷识别方法 | 第57-60页 |
| 4.3.2 基于滞后阈值分割的无高光瓶口缺陷识别方法 | 第60-62页 |
| 4.4 缺陷识别算法性能测试 | 第62-63页 |
| 4.4.1 算法正确率分析 | 第62-63页 |
| 4.4.2 算法速度分析 | 第63页 |
| 4.5 本章小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第71-72页 |
| 附录B 攻读学位期间参加的科研项目 | 第72页 |