弹壳尺寸及缺陷视觉检测系统研制
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究的目的和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 视觉测量技术的研究现状 | 第9-10页 |
| 1.2.2 弹壳检测技术的研究现状 | 第10-12页 |
| 1.2.3 国内外文献综述简析 | 第12页 |
| 1.3 本文的主要研究内容和章节安排 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 章节安排 | 第13-14页 |
| 第2章 系统总体方案设计 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 弹壳测量的指标要求 | 第14-15页 |
| 2.3 总体方案设计 | 第15页 |
| 2.4 视觉检测系统的结构设计 | 第15-17页 |
| 2.5 关键器件的选型与分析 | 第17-21页 |
| 2.6 系统工作流程设计 | 第21-22页 |
| 2.7 本章小结 | 第22-23页 |
| 第3章 弹壳尺寸检测方法研究 | 第23-43页 |
| 3.1 引言 | 第23页 |
| 3.2 图像去噪 | 第23-27页 |
| 3.2.1 均值滤波 | 第23页 |
| 3.2.2 中值滤波 | 第23-24页 |
| 3.2.3 高斯滤波 | 第24-25页 |
| 3.2.4 去噪结果分析 | 第25-27页 |
| 3.3 图像增强 | 第27-29页 |
| 3.3.1 基于基本变换的图像增强 | 第27-28页 |
| 3.3.2 增强结果分析 | 第28-29页 |
| 3.4 图像分割 | 第29-36页 |
| 3.4.1 二值化分割 | 第29-30页 |
| 3.4.2 Canny边缘检测 | 第30-32页 |
| 3.4.3 凸包算法 | 第32-33页 |
| 3.4.4 亚像素细分 | 第33-34页 |
| 3.4.5 分割结果分析 | 第34-36页 |
| 3.5 特征提取 | 第36-42页 |
| 3.5.1 基于霍夫变换的直线拟合 | 第36-37页 |
| 3.5.2 基于最小二乘法的直线拟合 | 第37-39页 |
| 3.5.3 基于最小二乘法的圆拟合 | 第39-40页 |
| 3.5.4 特征提取结果分析 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 弹壳表面缺陷分类算法研究 | 第43-62页 |
| 4.1 引言 | 第43页 |
| 4.2 弹壳表面缺陷特征提取 | 第43-46页 |
| 4.2.1 弹壳表面缺陷介绍 | 第43页 |
| 4.2.2 使用改进的局部信噪比算法提取特征 | 第43-45页 |
| 4.2.3 缺陷信息表征 | 第45-46页 |
| 4.3 缺陷分类机器学习算法 | 第46-61页 |
| 4.3.1 支持向量机 | 第48-51页 |
| 4.3.2 正态贝叶斯 | 第51-53页 |
| 4.3.3 KNN算法 | 第53-55页 |
| 4.3.4 Adaboost算法 | 第55-57页 |
| 4.3.5 决策树 | 第57-58页 |
| 4.3.6 随机森林 | 第58-59页 |
| 4.3.7 gcForest算法 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 实验结果及数据分析 | 第62-74页 |
| 5.1 引言 | 第62页 |
| 5.2 实验系统搭建 | 第62-64页 |
| 5.3 软件界面和算法流程 | 第64-67页 |
| 5.4 系统参数标定 | 第67-69页 |
| 5.5 尺寸测量实验结果及数据分析 | 第69-72页 |
| 5.5.1 测量结果与真值比较 | 第69-70页 |
| 5.5.2 重复性计算 | 第70-71页 |
| 5.5.3 误差与精度分析 | 第71-72页 |
| 5.6 表面缺陷分类实验结果 | 第72-73页 |
| 5.7 本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81页 |
