透明玻璃面板缺陷图像采集软件系统的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 机器视觉技术的发展现状 | 第12-13页 |
| 1.2.2 机器视觉图像采集系统的研究现状 | 第13-14页 |
| 1.2.3 图像采集系统在瑕疵检测中的应用现状 | 第14-16页 |
| 1.3 本文的主要工作及结构安排 | 第16-19页 |
| 1.3.1 本文主要工作 | 第16-17页 |
| 1.3.2 本文结构安排 | 第17-19页 |
| 第2章 图像采集软件系统总体设计 | 第19-33页 |
| 2.1 引言 | 第19-20页 |
| 2.2 需求分析 | 第20页 |
| 2.3 采集系统的机械架构 | 第20-21页 |
| 2.4 玻璃缺陷成像原理 | 第21页 |
| 2.5 图像采集系统总体架构 | 第21-24页 |
| 2.6 图像采集系统研究及硬件选型 | 第24-32页 |
| 2.6.1 激光散射成像采集系统研究 | 第24-25页 |
| 2.6.2 玻璃面板缺陷的图像采集单元的硬件研究 | 第25-29页 |
| 2.6.3 控制伺服驱动单元设计 | 第29-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第3章 基于FPGA的图像采集单元设计 | 第33-53页 |
| 3.1 引言 | 第33页 |
| 3.2 FPGA的开发环境和工具 | 第33-34页 |
| 3.2.1 FPGA的开发工具的选择 | 第33-34页 |
| 3.2.2 Quartus II软件的设计过程 | 第34页 |
| 3.3 图像采集单元的总体设计 | 第34-35页 |
| 3.4 基于FPGA的图像采集单元的子模块设计 | 第35-48页 |
| 3.4.1 图像采集单元的A/D采集模块设计 | 第35-37页 |
| 3.4.2 图像采集单元的图像处理模块设计 | 第37-41页 |
| 3.4.3 图像采集单元的数据存储模块设计 | 第41-45页 |
| 3.4.4 图像采集单元的数据通信模块设计 | 第45-48页 |
| 3.5 基于FPGA的图像采集单元的可靠性设计 | 第48-52页 |
| 3.5.1 千兆以太网通信的可靠性设计 | 第48-51页 |
| 3.5.2 图像采集单元的时序约束设计 | 第51-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 基于机器视觉的图像处理单元设计 | 第53-71页 |
| 4.1 引言 | 第53页 |
| 4.2 基于局部动态阈值与数学形态学的图像分割 | 第53-58页 |
| 4.2.1 局部动态阈值分割 | 第54-55页 |
| 4.2.2 膨胀处理 | 第55-56页 |
| 4.2.3 骨架提取 | 第56-57页 |
| 4.2.4 骨架重建 | 第57-58页 |
| 4.3 基于数学统计学的图像缺陷特征提取 | 第58-63页 |
| 4.3.1 图像缺陷的特征分析 | 第58-59页 |
| 4.3.2 图像缺陷的特征参数 | 第59-62页 |
| 4.3.3 各类缺陷样本特征提取及分析 | 第62-63页 |
| 4.4 基于BP神经网络的缺陷识别分类的设计 | 第63-68页 |
| 4.4.1 缺陷识别分类器的选择 | 第63-66页 |
| 4.4.2 样本数据的处理 | 第66页 |
| 4.4.3 BP神经网络分类算法的设计和实现 | 第66-68页 |
| 4.5 本章小结 | 第68-71页 |
| 第5章 玻璃缺陷图像采集系统的平台实现与验证 | 第71-83页 |
| 5.1 引言 | 第71页 |
| 5.2 玻璃缺陷图像采集系统验证平台的搭建 | 第71-72页 |
| 5.3 玻璃缺陷的图像采集系统软件界面介绍 | 第72-73页 |
| 5.4 玻璃缺陷图像采集系统的A/D采集性能评价 | 第73-74页 |
| 5.5 GIGE VISION千兆网络的性能评价 | 第74-78页 |
| 5.5.1 GigE Vision的抓包测试 | 第74-76页 |
| 5.5.2 GigE Vision的在线逻辑分析 | 第76页 |
| 5.5.3 GigE Vision的平台成像测试 | 第76-78页 |
| 5.6 基于数学形态学的检测算法评价 | 第78-79页 |
| 5.7 玻璃缺陷图像采集系统的性能评价实验与分析 | 第79-81页 |
| 5.8 本章小结 | 第81-83页 |
| 第6章 结论与展望 | 第83-85页 |
| 6.1 结论 | 第83-84页 |
| 6.2 创新点 | 第84页 |
| 6.3 展望 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-91页 |
| 攻读学位期间参加的科研项目和成果 | 第91页 |
