基于机器视觉的大口径精密表面疵病检测系统研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-15页 |
| ·精密表面疵病检测的研究意义 | 第7-8页 |
| ·国内外研究现状与发展趋势 | 第8-11页 |
| ·目视法 | 第8-9页 |
| ·低通滤波成像法 | 第9页 |
| ·自适应Fourier滤波成像法 | 第9-10页 |
| ·用点线标准板检验光学表面疵病 | 第10页 |
| ·表面疵病检测的发展趋势 | 第10-11页 |
| ·机器视觉技术研究与发展现状 | 第11-12页 |
| ·本课题论文的特色和主要工作 | 第12-14页 |
| 参考文献 | 第14-15页 |
| 第二章 大口径精密表面疵病图像采集系统 | 第15-21页 |
| ·精密光学元件表面疵病的成像特性分析 | 第15-17页 |
| ·疵病成像及图像采集系统的整体结构 | 第17-20页 |
| ·光学显微散射暗场成像模块 | 第17-18页 |
| ·被测样品平移驱动模块 | 第18-19页 |
| ·图像采集模块 | 第19-20页 |
| 参考文献 | 第20-21页 |
| 第三章 子孔径疵病图像阵列的匹配拼接算法研究 | 第21-29页 |
| ·图像拼接的概念 | 第21-22页 |
| ·图像匹配 | 第22页 |
| ·基于灰度相似性的块模板图像匹配算法 | 第22-24页 |
| ·沿扫描路线“边缘拓展”的拼接方法 | 第24-28页 |
| 参考文献 | 第28-29页 |
| 第四章 疵病目标提取算法研究 | 第29-59页 |
| ·疵病图像的空间滤波去噪 | 第29-34页 |
| ·中值滤波去噪 | 第30-32页 |
| ·自适应的中值滤波 | 第32-34页 |
| ·疵病图像的梯度增强 | 第34-37页 |
| ·疵病图像的阈值分割 | 第37-49页 |
| ·疵病图像的全局阈值法分割 | 第39-45页 |
| ·疵病图像的局部阈值法分割 | 第45-49页 |
| ·疵病二值图像的数学形态学操作 | 第49-54页 |
| ·疵病目标提取实验与结果分析 | 第54-57页 |
| 小结 | 第57-58页 |
| 参考文献 | 第58-59页 |
| 第五章 疵病的几何特征提取及自动识别 | 第59-69页 |
| ·疵病目标的面积和质心位置计算 | 第59-60页 |
| ·疵病的分类识别 | 第60-61页 |
| ·划痕的特征提取 | 第61-67页 |
| ·麻点疵病的特征提取 | 第67页 |
| 参考文献 | 第67-69页 |
| 第六章 疵病检测实验结果及分析 | 第69-79页 |
| ·表面疵病的数字化评价系统软件设计 | 第69-70页 |
| ·标准比对板的设计制作 | 第70-71页 |
| ·长度定标及实验结果 | 第71-73页 |
| ·宽度定标及实验结果 | 第73-76页 |
| ·系统误差的分析 | 第76-77页 |
| 参考文献 | 第77-79页 |
| 第七章 总结及展望 | 第79-82页 |
| ·论文工作的总结 | 第79-80页 |
| ·系统的展望 | 第80-82页 |
| 硕士在读期间已发表的论文 | 第82-83页 |
| 致谢 | 第83页 |
