安全套电检系统研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-16页 |
1.1 课题来源和相关背景意义 | 第9-10页 |
1.2 课题研究现状 | 第10-14页 |
1.2.1 机器视觉的研究现状和发展趋势 | 第10-12页 |
1.2.2 机器视觉边缘检测算法发展现状 | 第12-14页 |
1.2.3 安全套高压电检现状 | 第14页 |
1.3 本文研究内容及工作 | 第14-15页 |
1.4 论文的整体结构 | 第15-16页 |
第2章 安全套电检方法的改进 | 第16-27页 |
2.1 电干检机工作流程 | 第16-18页 |
2.2 目前电检中存在的问题 | 第18-20页 |
2.2.1 链式电检机 | 第18-19页 |
2.2.2 转盘式电检机 | 第19-20页 |
2.3 电检方法的改进 | 第20-25页 |
2.4 检测结果分析 | 第25-26页 |
2.5 本章小结 | 第26-27页 |
第3章 图像边缘检测算法选择 | 第27-37页 |
3.1 边缘检测的基本步骤 | 第27-29页 |
3.2 图像边缘提取评判标准 | 第29-31页 |
3.3 图像边缘检测方法分类 | 第31-33页 |
3.3.1 基于图像滤波的边缘提取方法 | 第31-32页 |
3.3.2 空间域上微分算子边缘检测方法 | 第32-33页 |
3.4 经典边缘提取方法 | 第33-36页 |
3.4.1 Sobel | 第33-34页 |
3.4.2 Laplace算子 | 第34-35页 |
3.4.3 Prewitt算子 | 第35页 |
3.4.4 Canny算子 | 第35-36页 |
3.5 算法选择 | 第36页 |
3.6 本章小结 | 第36-37页 |
第4章 环状安全套正反面识别算法研究 | 第37-46页 |
4.1 Canny算子的边缘特征提取步骤 | 第37-39页 |
4.1.1 图像预处理 | 第37-38页 |
4.1.2 确定图像梯度的幅值与方向 | 第38页 |
4.1.3 非极大值抑制确定边缘点 | 第38页 |
4.1.4 双阈值法检测并连接目标边缘 | 第38-39页 |
4.2 Canny算子存在的问题 | 第39-40页 |
4.3 梯度方向的改进 | 第40-42页 |
4.3.1 获取中心点 | 第40-41页 |
4.3.2 图像区域划分 | 第41-42页 |
4.4 构造卷积核 | 第42-44页 |
4.5 判断方法和标准 | 第44-45页 |
4.6 本章小结 | 第45-46页 |
第5章 算法验证及结果分析 | 第46-55页 |
5.1 开发环境 | 第46-47页 |
5.2 卷积核生成 | 第47-53页 |
5.2.1 三阶卷积核 | 第47-49页 |
5.2.2 四阶卷积核 | 第49-50页 |
5.2.3 五阶卷积核 | 第50-53页 |
5.3 图像测试结果分析 | 第53-54页 |
5.3.1 判定阈值设定 | 第53-54页 |
5.3.2 结果验证 | 第54页 |
5.4 本章小结 | 第54-55页 |
第6章 结论 | 第55-57页 |
附录A | 第57-59页 |
参考文献 | 第59-61页 |
在学研究成果 | 第61-62页 |
致谢 | 第62页 |