管制瓶视觉检测技术若干问题的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-13页 |
| 第一章 绪论 | 第13-18页 |
| ·机器视觉技术综述 | 第13-15页 |
| ·机器视觉技术的原理和特点 | 第13页 |
| ·机器视觉技术的发展和现状 | 第13-15页 |
| ·国内机器视觉相关现状 | 第15页 |
| ·管制瓶视觉检测技术 | 第15-16页 |
| ·管制瓶视觉检测技术发展 | 第15页 |
| ·管制瓶视觉检测技术问题 | 第15-16页 |
| ·本文的研究背景 | 第16-17页 |
| ·本文的研究内容 | 第17-18页 |
| 第二章 管制瓶在线视觉检测系统的设计 | 第18-28页 |
| ·在线检测系统总体设计框架 | 第18-19页 |
| ·数字图像采集部分设计框架 | 第19页 |
| ·照明系统设计 | 第19-22页 |
| ·光源的选择 | 第20页 |
| ·照明方式和选型 | 第20-22页 |
| ·采集设备选择 | 第22-25页 |
| ·采集要求 | 第22页 |
| ·镜头分析选择 | 第22-24页 |
| ·采集卡分析和选择 | 第24-25页 |
| ·构架采集装置 | 第25-27页 |
| ·本章小节 | 第27-28页 |
| 第三章 图像预处理算法的研究 | 第28-48页 |
| ·数字图像的概念 | 第28页 |
| ·数字图像处理的概念 | 第28-31页 |
| ·数字图像处理的功能模块 | 第28-29页 |
| ·图像处理的算法分类 | 第29-30页 |
| ·中级图像处理的一般步骤 | 第30-31页 |
| ·图像预处理 | 第31-38页 |
| ·图像增强 | 第31-33页 |
| ·灰度直方图变换和直方图均衡化 | 第31-32页 |
| ·幂次变换和伽马校正 | 第32-33页 |
| ·小波去噪 | 第33-38页 |
| ·小波介绍 | 第33-34页 |
| ·二维小波变换 | 第34页 |
| ·快速小波变换 | 第34-35页 |
| ·小波去噪算法 | 第35-38页 |
| ·图像分割 | 第38-40页 |
| ·大津法图像分割 | 第38-40页 |
| ·数学形态学边缘提取 | 第40-47页 |
| ·数学形态学的概念 | 第40页 |
| ·四种基本的形态学运算 | 第40-42页 |
| ·基于形态学的边缘提取算法 | 第42-43页 |
| ·边缘提取比较和分析 | 第43-47页 |
| ·本章小节 | 第47-48页 |
| 第四章 管制瓶缺陷检测算法实现 | 第48-69页 |
| ·缺陷检测的标准 | 第48-49页 |
| ·管制瓶瓶尺寸的检测算法和实验 | 第49-50页 |
| ·瓶身异物和裂痕检测算法和试验 | 第50-55页 |
| ·边缘图像细化 | 第50-51页 |
| ·裂痕和异物检测分析 | 第51-52页 |
| ·基于形状参数的异物和裂痕算法 | 第52-55页 |
| ·瓶口的缺陷检测 | 第55-59页 |
| ·Hough变换的概念 | 第55页 |
| ·随机Hough变换的概念 | 第55-57页 |
| ·本课题的Hough检测算法介绍 | 第57-58页 |
| ·基于Hough改进型圆心确定算法 | 第58页 |
| ·瓶口检测算法 | 第58-59页 |
| ·缺陷检测的误差分析 | 第59-61页 |
| ·可能存在的误差分析 | 第59-60页 |
| ·系统减小误差的定量分析 | 第60-61页 |
| ·检测测试和结果 | 第61-62页 |
| ·人工神经网络对缺陷集的继续分类 | 第62-64页 |
| ·BP神经网络 | 第62-63页 |
| ·实现算法 | 第63页 |
| ·算法结果 | 第63-64页 |
| ·界面设计 | 第64-67页 |
| ·本章小结 | 第67-69页 |
| 第五章 结束语 | 第69-71页 |
| ·本文的主要工作 | 第69页 |
| ·今后的研究展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间发表的论文 | 第74页 |
