| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 基于机器视觉的船厂钢板在线识别系统的研究背景及意义 | 第9-10页 |
| 1.2 机器视觉在国内外研究现状 | 第10-12页 |
| 1.2.1 机器视觉的发展情况 | 第10-11页 |
| 1.2.2 机器视觉的国内外发展现状 | 第11-12页 |
| 1.3 基于机器视觉的自动识别技术在船厂钢板传输线的应用 | 第12-13页 |
| 1.4 本课题主要研究内容 | 第13-14页 |
| 第2章 船厂钢板在线识别系统的总体设计 | 第14-26页 |
| 2.1 船厂钢板在线识别系统的总体设计方案 | 第14-15页 |
| 2.2 船厂钢板在线识别系统的硬件选型及分析 | 第15-25页 |
| 2.2.1 图像采集 | 第15-23页 |
| 2.2.2 图像传输 | 第23页 |
| 2.2.3 采集控制 | 第23-24页 |
| 2.2.4 监控主机 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于FPGA的图像采集传输系统 | 第26-40页 |
| 3.1 系统总体框架 | 第26-28页 |
| 3.2 FPGA电路设计 | 第28-33页 |
| 3.2.1 FPGA选型与管脚分配 | 第28-29页 |
| 3.2.2 XC6SLX16配置电路设计 | 第29-30页 |
| 3.2.3 DDR2 SDRAM电路设计 | 第30-31页 |
| 3.2.4 FPGA的其他外围电路设计 | 第31-33页 |
| 3.3 CCD相机图像获取模块硬件设计 | 第33-35页 |
| 3.3.1 DH-SV1421GM接口介绍 | 第33-35页 |
| 3.3.2 DH-SV1421GM和XC6SLX16匹配设计 | 第35页 |
| 3.4 USB输出模块电路设计 | 第35-38页 |
| 3.4.1 FT245BM简介 | 第35-36页 |
| 3.4.2 FPGA与PC机通讯硬件设计 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 船厂钢板在线识别系统的图像处理 | 第40-62页 |
| 4.1 引言 | 第40页 |
| 4.2 图像增强 | 第40-46页 |
| 4.2.1 灰度变换 | 第41-42页 |
| 4.2.2 图像的空间域去噪 | 第42-46页 |
| 4.3 图像分割 | 第46-49页 |
| 4.3.1 阈值分割原理 | 第47-48页 |
| 4.3.2 二值化 | 第48-49页 |
| 4.4 数学形态学处理 | 第49-52页 |
| 4.4.1 图像的腐蚀与膨胀 | 第50-51页 |
| 4.4.2 开运算与闭运算 | 第51-52页 |
| 4.5 边缘检测 | 第52-57页 |
| 4.5.1 一阶微分边缘检测算子 | 第52-54页 |
| 4.5.2 二阶微分边缘检测算子 | 第54-56页 |
| 4.5.3 边缘检测结果及分析 | 第56-57页 |
| 4.6 模板匹配 | 第57-60页 |
| 4.6.1 基于灰度信息的模板匹配 | 第58页 |
| 4.6.2 基于图像特征的模板匹配 | 第58-60页 |
| 4.7 本章小结 | 第60-62页 |
| 第5章 船厂钢板在线识别系统的软件开发 | 第62-72页 |
| 5.1 船厂钢板在线识别系统软件设计的一般原则 | 第62-63页 |
| 5.2 船厂钢板在线识别系统软件设计 | 第63-67页 |
| 5.3 应用程序演示 | 第67-71页 |
| 5.3.1 船厂钢板图像识别模块演示 | 第67-68页 |
| 5.3.2 其它功能模块 | 第68-71页 |
| 5.4 船厂钢板在线识别系统误差分析 | 第71页 |
| 5.5 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-80页 |
| 致谢 | 第80页 |
