基于机器视觉的密封件外观检测技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-16页 |
| 1.1 本课题研究的背景及意义 | 第9-10页 |
| 1.1.1 课题研究背景 | 第9页 |
| 1.1.2 课题研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 机器视觉技术简介 | 第10-11页 |
| 1.2.2 机器视觉应用现状及发展趋势 | 第11-13页 |
| 1.2.3 密封件缺陷检测的国内外现状 | 第13页 |
| 1.3 本论文研究的对象与重点内容 | 第13-15页 |
| 1.3.1 本论文研究对象 | 第13-14页 |
| 1.3.2 本论文研究的重点内容 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 2 外观缺陷检测系统的硬件构成原理 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 密封件检测系统的原理 | 第16-17页 |
| 2.3 硬件系统 | 第17-24页 |
| 2.3.1 CCD相机 | 第17-20页 |
| 2.3.2 照明光源系统 | 第20-24页 |
| 2.3.3 图像采集卡 | 第24页 |
| 2.3.4 光电开关 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 检测系统应用的图像处理方法 | 第25-39页 |
| 3.1 引言 | 第25页 |
| 3.2 图像灰度变换 | 第25-29页 |
| 3.2.1 直接灰度变换 | 第26-27页 |
| 3.2.2 灰度直方图均衡化 | 第27-29页 |
| 3.3 图像平滑滤波 | 第29-33页 |
| 3.3.1 平滑意义 | 第29-30页 |
| 3.3.2 邻域平均法 | 第30-32页 |
| 3.3.3 中值滤波法 | 第32-33页 |
| 3.4 图像边缘检测 | 第33-38页 |
| 3.4.1 边缘的定义 | 第34页 |
| 3.4.2 边缘检测算子 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 密封件缺陷检测技术与分析 | 第39-57页 |
| 4.1 引言 | 第39页 |
| 4.2 感兴趣区域提取 | 第39-42页 |
| 4.2.1 阈值分割 | 第39-41页 |
| 4.2.2 图像的二值化 | 第41页 |
| 4.2.3 亚像素边缘定位 | 第41-42页 |
| 4.3 缺陷检测 | 第42-46页 |
| 4.3.1 缺陷检测思路 | 第42-44页 |
| 4.3.2 缺陷检测算法 | 第44-46页 |
| 4.4 缺陷的参数检测 | 第46页 |
| 4.5 图像的识别 | 第46-50页 |
| 4.5.1 识别理论方法 | 第47页 |
| 4.5.2 图像形状的几何特征 | 第47-50页 |
| 4.6 缺陷特征的提取 | 第50-54页 |
| 4.6.1 缺陷面积的计算 | 第50-51页 |
| 4.6.2 缺陷周长的计算 | 第51-53页 |
| 4.6.3 缺陷长短径之比的计算 | 第53-54页 |
| 4.7 测量数据的转换 | 第54-55页 |
| 4.8 缺陷的识别 | 第55-56页 |
| 4.8.1 二叉树模型 | 第55-56页 |
| 4.8.2 缺陷识别分类 | 第56页 |
| 4.9 本章小结 | 第56-57页 |
| 5 外观缺陷检测的软件系统 | 第57-64页 |
| 5.1 引言 | 第57页 |
| 5.2 系统软件的总体设计 | 第57-58页 |
| 5.2.1 软件的运行环境 | 第57页 |
| 5.2.2 软件设计的要求 | 第57-58页 |
| 5.3 检测软件的功能实现 | 第58-63页 |
| 5.3.1 软件的工作流程 | 第58-60页 |
| 5.3.2 软件的运行界面 | 第60-63页 |
| 5.3.3 数据通信程序 | 第63页 |
| 5.4 本章小结 | 第63-64页 |
| 6 结论 | 第64-65页 |
| 6.1 结论 | 第64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表的论文 | 第68-69页 |
| 致谢 | 第69-71页 |
