致谢 | 第4-5页 |
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
1 绪论 | 第10-16页 |
1.1 课题背景和意义 | 第10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 基于机器视觉的表面缺陷检测系统研究现状 | 第11-12页 |
1.2.2 GPU并行计算及其在缺陷检测系统中的应用 | 第12-14页 |
1.3 本文的研究内容 | 第14-15页 |
1.4 本文的组织结构 | 第15-16页 |
2 相关技术介绍 | 第16-20页 |
2.1 OpenCV算法库 | 第16页 |
2.2 CUDA编程 | 第16-18页 |
2.3 线阵摄像机 | 第18-19页 |
2.4 本章小结 | 第19-20页 |
3 系统总体框架 | 第20-26页 |
3.1 系统硬件平台 | 第20-23页 |
3.1.1 成像装置 | 第21-22页 |
3.1.2 同步装置 | 第22页 |
3.1.3 数据处理平台 | 第22-23页 |
3.2 软件总体框架 | 第23-24页 |
3.3 本章小结 | 第24-26页 |
4 软件详细设计 | 第26-61页 |
4.1 消息管理 | 第26-31页 |
4.1.1 通信协议 | 第27-28页 |
4.1.2 会话管理 | 第28-31页 |
4.2 资源管理 | 第31-52页 |
4.2.1 数据库管理 | 第31-38页 |
4.2.2 算法管理 | 第38-42页 |
4.2.3 摄像机管理 | 第42-48页 |
4.2.4 检测任务管理 | 第48-52页 |
4.3 关键业务处理 | 第52-59页 |
4.3.1 采集图像开始与停止 | 第52-57页 |
4.3.2 缺陷检测开始与停止 | 第57-59页 |
4.4 本章小结 | 第59-61页 |
5 卫生用品表面缺陷检测算法 | 第61-70页 |
5.1 缺陷检测算法设计 | 第61-64页 |
5.1.1 图像预处理 | 第61页 |
5.1.2 缺陷判定 | 第61-64页 |
5.2 缺陷检测算法GPU加速 | 第64-68页 |
5.2.1 面积检测GPU加速 | 第64-65页 |
5.2.2 斑点检测GPU加速 | 第65-67页 |
5.2.3 模板检测GPU加速 | 第67-68页 |
5.3 缺陷检测算法流水线实现 | 第68-69页 |
5.4 本章小结 | 第69-70页 |
6 系统测试及结果分析 | 第70-81页 |
6.1 测试概要 | 第70-72页 |
6.1.1 测试环境 | 第70-71页 |
6.1.2 测试内容 | 第71-72页 |
6.2 功能测试 | 第72-76页 |
6.2.1 摄像机管理 | 第72-73页 |
6.2.2 算法管理 | 第73-74页 |
6.2.3 检测任务管理 | 第74-75页 |
6.2.4 系统设置 | 第75-76页 |
6.3 性能测试 | 第76-79页 |
6.3.1 缺陷检测算法GPU加速测试 | 第78-79页 |
6.3.2 缺陷检测算法流水线加速测试 | 第79页 |
6.3.3 缺陷检测最大速度测试 | 第79页 |
6.4 本章小结 | 第79-81页 |
7 总结与展望 | 第81-83页 |
7.1 总结 | 第81页 |
7.2 展望 | 第81-83页 |
参考文献 | 第83-86页 |
作者简历 | 第86页 |