基于机器视觉的玻璃表面质量检测若干技术问题的研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 课题研究背景及意义 | 第12-15页 |
| 1.1.1 课题研究背景 | 第12-13页 |
| 1.1.2 课题研究意义 | 第13-15页 |
| 1.2 玻璃表面质量检测研究现状 | 第15-18页 |
| 1.2.1 表面疵病检测研究现状 | 第15-17页 |
| 1.2.2 玻璃ITO线路缺陷检测现状 | 第17-18页 |
| 1.3 本文主要研究内容 | 第18-20页 |
| 2 表面疵病密集度判定算法 | 第20-28页 |
| 2.1 美国军用标准 | 第20-21页 |
| 2.1.1 表面疵病的标识 | 第20页 |
| 2.1.2 美标中对于划痕的要求 | 第20-21页 |
| 2.1.3 美标中对于麻点的要求 | 第21页 |
| 2.2 表面疵病密集度判定算法的实现 | 第21-26页 |
| 2.2.1 算法基本原理 | 第21-23页 |
| 2.2.2 划痕密集度判定实现步骤 | 第23-25页 |
| 2.2.3 麻点密集度判定实现步骤 | 第25-26页 |
| 2.3 本章小结 | 第26-28页 |
| 3 一种新的划痕宽度计算模型研究 | 第28-38页 |
| 3.1 现有的划痕宽度计算模型 | 第29-30页 |
| 3.2 内接圆直径等效划痕宽度计算方法 | 第30-36页 |
| 3.2.1 内接圆直径等效划痕宽度计算模型 | 第30-31页 |
| 3.2.2 中心线遍历法计算划痕内接圆 | 第31-34页 |
| 3.2.3 圆形结构元腐蚀法计算划痕最大内接圆 | 第34-35页 |
| 3.2.4 划痕内接圆计算方法的时效分析 | 第35-36页 |
| 3.3 本章小结 | 第36-38页 |
| 4 玻璃ITO线路缺陷检测系统 | 第38-62页 |
| 4.1 机器视觉检测照明光源 | 第38-44页 |
| 4.1.1 机器视觉检测光源的主要影响因素 | 第39-41页 |
| 4.1.2 机器视觉检测中常见的LED照明光源 | 第41-44页 |
| 4.2 玻璃ITO线路缺陷检测系统基本原理及构成 | 第44-46页 |
| 4.3 图像评价系统 | 第46-60页 |
| 4.3.1 图像预处理 | 第46-56页 |
| 4.3.1.1 图像拼接 | 第46-47页 |
| 4.3.1.2 图像去噪 | 第47-51页 |
| 4.3.1.3 图像背景均匀化 | 第51-53页 |
| 4.3.1.4 图像对比度增强 | 第53-56页 |
| 4.3.2 线路特征提取 | 第56-60页 |
| 4.4 本章小结 | 第60-62页 |
| 5 玻璃表面质量检测相关实验及分析 | 第62-72页 |
| 5.1 表面疵病密集度判定算法正确性验证实验 | 第62-63页 |
| 5.2 划痕宽度计算实验 | 第63-65页 |
| 5.3 玻璃ITO线路缺陷检测实验 | 第65-70页 |
| 5.3.1 玻璃ITO线路缺陷检测实验系统参数 | 第65-67页 |
| 5.3.2 玻璃ITO线路缺陷检测实验结果及分析 | 第67-70页 |
| 5.4 本章小结 | 第70-72页 |
| 6 总结与展望 | 第72-76页 |
| 6.1 本文的工作总结 | 第72-73页 |
| 6.2 未来工作的展望 | 第73-76页 |
| 参考文献 | 第76-80页 |
| 作者简历及主要研究成果 | 第80页 |
