光纤光缆表面缺陷在线智能识别系统设计
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 选题的背景和意义 | 第8-10页 |
| 1.2 机器视觉概述 | 第10-17页 |
| 1.2.1 机器视觉技术的发展 | 第10-12页 |
| 1.2.2 机器视觉技术的应用 | 第12-13页 |
| 1.2.3 机器视觉系统构成 | 第13-17页 |
| 1.3 图像分割算法概述 | 第17页 |
| 1.4 论文的主要研究任务 | 第17-19页 |
| 第二章 缺陷识别系统的相关技术介绍 | 第19-27页 |
| 2.1 面向对象分析与设计 | 第19-22页 |
| 2.1.1 OOA模型框架 | 第21-22页 |
| 2.1.2 OOD模型框架 | 第22页 |
| 2.2 文件系统 | 第22-23页 |
| 2.3 WinForm图形界面设计 | 第23-25页 |
| 2.3.1 WinForm概述 | 第23页 |
| 2.3.2 采用WinForm编程的优点 | 第23-24页 |
| 2.3.3 WinForm常用控件介绍 | 第24页 |
| 2.3.4 WinForm应用程序的三层架构 | 第24-25页 |
| 2.4 CCD线阵相机 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于FCM的缺陷识别算法 | 第27-39页 |
| 3.1 传统模糊C均值聚类分割算法 | 第27-28页 |
| 3.2 改进初始聚类中心和聚类数的选取 | 第28-31页 |
| 3.3 改进FCM算法的目标函数 | 第31-34页 |
| 3.3.1 考虑图像样本的邻域信息 | 第31页 |
| 3.3.2 改进欧式距离 | 第31-34页 |
| 3.4 算法流程 | 第34-35页 |
| 3.5 实验与结果分析 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 缺陷识别系统的需求分析和设计 | 第39-55页 |
| 4.1 系统目标设计 | 第39页 |
| 4.2 系统需求分析 | 第39-41页 |
| 4.2.1 系统功能需求分析 | 第39-40页 |
| 4.2.2 系统非功能需求分析 | 第40-41页 |
| 4.3 系统动态建模 | 第41-46页 |
| 4.3.1 系统用例图 | 第41-42页 |
| 4.3.2 系统时序图 | 第42-44页 |
| 4.3.3 系统活动图 | 第44-45页 |
| 4.3.4 系统模块图 | 第45-46页 |
| 4.4 系统处理流程 | 第46-48页 |
| 4.5 系统设计 | 第48-54页 |
| 4.5.1 人机交互设计 | 第48-49页 |
| 4.5.2 文件系统和数据设计 | 第49-50页 |
| 4.5.3 图像管理模块设计 | 第50-51页 |
| 4.5.4 瑕疵识别模块设计 | 第51-53页 |
| 4.5.5 参数设置模块设计 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 缺陷识别系统的实现和测试 | 第55-67页 |
| 5.1 系统开发和运行环境 | 第55页 |
| 5.2 系统实现 | 第55-64页 |
| 5.2.1 瑕疵识别模块的实现 | 第55-61页 |
| 5.2.2 图像管理模块的实现 | 第61-63页 |
| 5.2.3 参数设置模块的实现 | 第63-64页 |
| 5.3 系统演示及瑕疵分割测试 | 第64-66页 |
| 5.3.1 客户端界面演示 | 第64-65页 |
| 5.3.2 缺陷分割测试 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第71-72页 |
| 附录2 攻读硕士学位期间申请的专利 | 第72-73页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第73-74页 |
| 致谢 | 第74页 |
