基于机器视觉的管制瓶检测系统的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-19页 |
| ·计算机视觉技术和机器视觉技术 | 第12-15页 |
| ·计算机视觉技术 | 第12页 |
| ·机器视觉技术 | 第12-15页 |
| ·机器视觉简介 | 第13页 |
| ·机器视觉的发展 | 第13-14页 |
| ·机器视觉的应用 | 第14-15页 |
| ·计算机视觉和机器视觉区别 | 第15页 |
| ·管制瓶检测的发展现状 | 第15-16页 |
| ·本课题的来源及意义 | 第16-17页 |
| ·本文的研究内容 | 第17-19页 |
| 第二章 管制瓶机器视觉检测系统的设计 | 第19-27页 |
| ·总体框架的设计 | 第19页 |
| ·摄像机和镜头的分析和选择 | 第19-21页 |
| ·摄像机的分析和选择 | 第19-21页 |
| ·镜头的分析和选择 | 第21页 |
| ·图像采集卡的分析和选择 | 第21-23页 |
| ·照明单元的分析和选择 | 第23-25页 |
| ·实验系统的搭建 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 管制瓶图像处理算法研究 | 第27-46页 |
| ·图像处理技术 | 第27-28页 |
| ·数字图像处理技术介绍 | 第27-28页 |
| ·本文图像处理框架 | 第28页 |
| ·图像滤波 | 第28-32页 |
| ·邻域均值滤波和中值滤波 | 第29-30页 |
| ·数学形态学滤波 | 第30-31页 |
| ·滤波结果的比较 | 第31-32页 |
| ·图像分割 | 第32-35页 |
| ·双峰法 | 第32-33页 |
| ·大津法 | 第33页 |
| ·自适应迭代法 | 第33-34页 |
| ·阈值分割算法的比较 | 第34-35页 |
| ·边缘检测 | 第35-41页 |
| ·经典边缘检测方法 | 第35-37页 |
| ·基于数学形态学的边缘检测算法 | 第37-39页 |
| ·边缘检测的实验结果及分析 | 第39-41页 |
| ·管制瓶尺寸计算和缺陷特征提取 | 第41-45页 |
| ·瓶身尺寸的计算 | 第41页 |
| ·瓶口圆心的标定 | 第41-43页 |
| ·Hough变换理论 | 第41-42页 |
| ·Hough变换圆心检测算法和瓶口内外径的计算 | 第42-43页 |
| ·区域标记 | 第43-44页 |
| ·瓶身和瓶口异物缺陷的几何参数计算 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 管制瓶的尺寸检测和异物缺陷检测 | 第46-62页 |
| ·模式识别概述 | 第46页 |
| ·管制瓶缺陷特点和管制瓶尺寸的检测 | 第46-47页 |
| ·人工神经网络 | 第47-52页 |
| ·人工神经网络简介 | 第47-49页 |
| ·BP神经网络简介 | 第49-52页 |
| ·多层感知器 | 第49-50页 |
| ·BP学习算法 | 第50-52页 |
| ·BP神经网络应用于管制瓶异物缺陷检测 | 第52-57页 |
| ·BP神经网络总体框架设计 | 第52页 |
| ·输入层和输出层节点数的确定 | 第52-54页 |
| ·隐含层数和层内节点数的确定 | 第54-57页 |
| ·学习速率和期望误差的选择 | 第57页 |
| ·模式识别实验结果 | 第57-58页 |
| ·系统误差分析 | 第58-59页 |
| ·图形界面设计 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 总结和展望 | 第62-64页 |
| ·本文的主要工作 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
