计算机视觉在工业检测中的应用研究
| 目录 | 第1-4页 |
| 摘要 | 第4-5页 |
| SUMMARY | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7-8页 |
| ·计算机视觉的发展和应用 | 第8-9页 |
| ·计算机视觉在工业检测中意义 | 第9页 |
| ·计算机视觉在工业检测中研究的难点 | 第9-10页 |
| ·本文研究的相关背景 | 第10-11页 |
| ·本文研究的主要内容 | 第11-13页 |
| 第二章 计算机视觉概述 | 第13-20页 |
| ·计算机视觉的研究内容 | 第13-15页 |
| ·Marr视觉理论 | 第13-14页 |
| ·计算机视觉的五大研究内容 | 第14-15页 |
| ·计算机视觉的检测方法 | 第15-16页 |
| ·计算机视觉的相关学科 | 第16-18页 |
| ·图像处理 | 第16-17页 |
| ·模式识别 | 第17页 |
| ·图像理解 | 第17-18页 |
| ·计算机视觉系统的体系结构 | 第18-20页 |
| 第三章 元器件自动计数系统的设计 | 第20-28页 |
| ·计算机视觉检测系统的组成 | 第20-25页 |
| ·计算机视觉检测系统的硬件设计 | 第21-23页 |
| ·计算机视觉检测系统的软件开发 | 第23-25页 |
| ·元器件自动计数系统的组成 | 第25-26页 |
| ·元器件自动计数系统的硬件 | 第25页 |
| ·元器件自动计数系统的软件 | 第25-26页 |
| ·元器件自动计数系统的工作原理 | 第26-28页 |
| 第四章 图像的预处理 | 第28-44页 |
| ·彩色图像增强 | 第29-33页 |
| ·彩色图像对比度增强 | 第30-32页 |
| ·锐化处理增强图像 | 第32-33页 |
| ·图像的最佳灰度化 | 第33页 |
| ·基于区域的光照校正算法 | 第33-41页 |
| ·图像的光照不均校正技术 | 第33-37页 |
| ·基于空域的光照不均校正技术 | 第33-35页 |
| ·基于频域的光照不均校正技术 | 第35页 |
| ·基于小波变换的光照不均校正技术 | 第35-37页 |
| ·基于区域的光照校正算法 | 第37-41页 |
| ·直方图均衡 | 第38-39页 |
| ·Gamma灰度校正 | 第39-40页 |
| ·基于区域的光照校正新技术 | 第40-41页 |
| ·统一化图像背景 | 第41-42页 |
| ·直方图阈值化 | 第41-42页 |
| ·统一化图像背景 | 第42页 |
| ·本章总结 | 第42-44页 |
| 第五章 数学形态学的方法 | 第44-50页 |
| ·形态学腐蚀 | 第45-46页 |
| ·形态学膨胀 | 第46-47页 |
| ·形态学开与闭运算 | 第47页 |
| ·颗粒分析法 | 第47-48页 |
| ·灰值形态学梯度 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 图像分割和计数 | 第50-60页 |
| ·本文算法分析 | 第51-52页 |
| ·灰值形态学处理 | 第52-53页 |
| ·反面朝上的元器件的图像分割 | 第53-54页 |
| ·正面朝上的元器件的图像分割 | 第54-59页 |
| ·提取图像中正面朝上的元器件 | 第55-56页 |
| ·改进的颗粒分析法过滤独立元器件 | 第56-57页 |
| ·灰值形态学梯度分离粘连元器件 | 第57-59页 |
| ·元器件数目统计 | 第59页 |
| ·小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66-67页 |
| 图版 | 第67-69页 |
