首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

经济型图像传感器静态图像检测精度的研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-15页
    1.1 背景及意义第9-10页
    1.2 图像传感器的发展状况第10-12页
        1.2.1 CMOS图像传感器的发展状况第10-11页
        1.2.2 CCD图像传感器的发展状况第11-12页
    1.3 机器视觉检测技术的发展状况及趋势第12-14页
        1.3.1 机器视觉检测技术的发展状况第12页
        1.3.2 视觉检测技术的发展趋势第12-14页
    1.4 本文研究的主要内容第14-15页
2 水泵轴压装系统简介第15-19页
    2.1 水泵轴压装系统结构介绍第15页
    2.2 压装系统工作过程第15-16页
    2.3 问题分析第16-17页
    2.4 拟解决方案第17-18页
    2.5 本章小结第18-19页
3 图像传感器原理及应用第19-25页
    3.1 成像模型第19-20页
    3.2 CMOS传感器结构及工作原理第20-22页
    3.3 CCD传感器的结构及工作原理第22-23页
    3.4 图像传感器的工业应用第23页
    3.5 本章小结第23-25页
4 图像采集与图像处理第25-51页
    4.1 图像采集第25-26页
    4.2 图像处理第26-49页
        4.2.1 图像灰度化第27-28页
        4.2.2 图像滤波第28-33页
        4.2.3 图像二值化第33-37页
        4.2.4 图像形态学处理第37-44页
        4.2.5 边缘检测第44-49页
    4.3 本章小结第49-51页
5 图像特征提取与匹配第51-61页
    5.1 图像特征提取第51-56页
        5.1.1 图像位置第51-52页
        5.1.2 图像区域面积第52页
        5.1.3 图像边界周长第52-53页
        5.1.4 零件图像的圆形度第53页
        5.1.5 矩特征第53-56页
    5.2 零件图像识别特征提取第56-57页
    5.3 零件图像特征识别第57-59页
    5.4 本章小结第59-61页
6 算法实现与实验结果分析第61-75页
    6.1 实验平台的搭建第61页
    6.2 算法实现第61-73页
        6.2.1 图像灰度转换第61-62页
        6.2.2 图像滤波第62-63页
        6.2.3 图像二值化第63-64页
        6.2.4 边缘检测第64-65页
        6.2.5 特征提取第65-66页
        6.2.6 BP神经网络识别第66-73页
    6.3 优化算法的软件应用第73页
    6.4 本章小结第73-75页
7 总结与展望第75-77页
    7.1 论文总结第75-76页
    7.2 工作展望第76-77页
致谢第77-79页
参考文献第79-83页
附录第83页

论文共83页,点击 下载论文
上一篇:分组特征选择算法及其在火焰视频早期识别中的应用研究
下一篇:基于PHP的高校财务系统的设计与实现