玻璃灯罩表面质量在线检测系统设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 玻璃表面缺陷视觉检测研究现状 | 第13-14页 |
| 1.2.2 工业零件尺寸算法研究现状 | 第14-16页 |
| 1.3 论文内容安排 | 第16-18页 |
| 第二章 玻璃灯罩表面质量检测系统总体设计 | 第18-29页 |
| 2.1 系统的研究目标 | 第18页 |
| 2.2 检测系统总体设计 | 第18-21页 |
| 2.2.1 设计思路 | 第18-20页 |
| 2.2.2 系统总体结构 | 第20-21页 |
| 2.3 硬件系统设计 | 第21-26页 |
| 2.3.1 照明系统设计 | 第21-23页 |
| 2.3.2 图像采集系统设计 | 第23-26页 |
| 2.3.2.1 工业相机 | 第23-25页 |
| 2.3.2.2 光学镜头 | 第25-26页 |
| 2.4 系统软件设计 | 第26-28页 |
| 2.4.1 算法设计 | 第26-28页 |
| 2.4.2 软件功能 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 图像预处理和分割提取 | 第29-44页 |
| 3.1 图像预处理算法 | 第29-33页 |
| 3.1.1 邻域平均法 | 第29-30页 |
| 3.1.2 选择式掩模平滑 | 第30-32页 |
| 3.1.3 线性变换 | 第32-33页 |
| 3.2 图像分割提取 | 第33-43页 |
| 3.2.1 经典分割法 | 第33-38页 |
| 3.2.1.1 边缘检测 | 第33-36页 |
| 3.2.1.2 阈值分割 | 第36-38页 |
| 3.2.2 聚类差影法 | 第38-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第四章 圆孔尺寸检测和缺陷特征分析 | 第44-53页 |
| 4.1 圆孔尺寸检测 | 第44-47页 |
| 4.1.1 圆拟合算法 | 第44-47页 |
| 4.1.1.1 Hough变换圆检测 | 第45页 |
| 4.1.1.2 最小二乘法圆检测 | 第45-47页 |
| 4.2 玻璃缺陷分析 | 第47-48页 |
| 4.3 玻璃缺陷特征参数的提取 | 第48-51页 |
| 4.3.1 图像的几何特征分析 | 第49-51页 |
| 4.3.2 有效特征的选择 | 第51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 模式识别和BP网络分类器的设计 | 第53-65页 |
| 5.1 模式识别 | 第53-54页 |
| 5.2 BP神经网络 | 第54-64页 |
| 5.2.1 BP算法的原理描述 | 第54-57页 |
| 5.2.2 标准BP算法 | 第57-58页 |
| 5.2.3 BP算法的缺陷 | 第58-59页 |
| 5.2.4 一种改进后的BP神经算法 | 第59-63页 |
| 5.2.5 缺陷分类器的设计 | 第63-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 系统实现 | 第65-71页 |
| 6.1 硬件实现 | 第65-67页 |
| 6.1.1 实验平台 | 第65-66页 |
| 6.1.2 硬件系统实现流程 | 第66-67页 |
| 6.2 软件实现 | 第67-69页 |
| 6.2.1 软件界面 | 第67-68页 |
| 6.2.2 软件系统处理流程 | 第68-69页 |
| 6.3 系统性能测试 | 第69-70页 |
| 6.4 本章小结 | 第70-71页 |
| 第七章 全文总结与展望 | 第71-73页 |
| 7.1 全文总结 | 第71-72页 |
| 7.2 工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
