基于机器视觉的钢板表面缺陷检测技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景及研究意义 | 第8-9页 |
| ·课题背景 | 第8页 |
| ·课题研究意义 | 第8-9页 |
| ·机器视觉检测技术 | 第9-13页 |
| ·机器视觉技术概述 | 第9-10页 |
| ·国内外机器视觉表面检测技术的研究现状 | 第10-13页 |
| ·本文主要研究内容 | 第13-14页 |
| 第2章 机器视觉检测相机和镜头的选择 | 第14-19页 |
| ·引言 | 第14页 |
| ·相机的分类 | 第14-15页 |
| ·图像传感器 | 第15-17页 |
| ·相机的确定 | 第17页 |
| ·镜头的选择 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 机器视觉照明系统 | 第19-36页 |
| ·引言 | 第19页 |
| ·光源 | 第19-21页 |
| ·光源的分类 | 第19-20页 |
| ·机器视觉检测常用光源 | 第20-21页 |
| ·照明方式 | 第21-25页 |
| ·背景光照明 | 第22页 |
| ·前景光照明 | 第22-24页 |
| ·同轴光照明 | 第24-25页 |
| ·照明实验和实验结果分析 | 第25-35页 |
| ·高、低角度照明实验 | 第25-33页 |
| ·明、暗域照明实验 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 机器视觉的标定技术研究 | 第36-50页 |
| ·引言 | 第36页 |
| ·摄像机模型 | 第36-39页 |
| ·针孔模型 | 第36-38页 |
| ·非线性模型 | 第38-39页 |
| ·像机标定方法 | 第39-44页 |
| ·Canon EOS 450D数码像机的标定 | 第44-47页 |
| ·标定结果误差分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 机器视觉钢板表面划痕长度测量 | 第50-64页 |
| ·引言 | 第50-51页 |
| ·图像的灰度化处理 | 第51-52页 |
| ·图像的裁剪 | 第52-53页 |
| ·图像的滤波 | 第53-54页 |
| ·图像的灰度增强 | 第54-57页 |
| ·钢板表面划痕缺陷的边缘检测 | 第57-59页 |
| ·图像的数学形态学处理 | 第59-61页 |
| ·钢板表面划痕长度计算 | 第61-63页 |
| ·误差分析 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间的研究成果 | 第71页 |
