| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·机器视觉分类识别技术的概念和由来 | 第8页 |
| ·机器视觉分类识别技术的发展历史概述 | 第8-10页 |
| ·机器视觉分类识别技术的国内外研究现状与典型应用 | 第10-12页 |
| ·机器视觉分类识别技术的意义 | 第12-13页 |
| ·提高生产效率 | 第12-13页 |
| ·实现实时、准确的在线检测 | 第13页 |
| ·便于产品质量的信息化管理 | 第13页 |
| ·目前机器视觉分类识别系统存在的主要问题及本文的主要研究内容 | 第13-16页 |
| ·高质量图像的获取 | 第14页 |
| ·特征的选择与优化 | 第14-15页 |
| ·分类决策 | 第15-16页 |
| ·本文的结构安排 | 第16-18页 |
| 2 高质量图像获取方法研究 | 第18-30页 |
| ·光源的设计与选用 | 第18-22页 |
| ·光源的基本知识 | 第18-19页 |
| ·光源设计时应考虑的因素 | 第19-20页 |
| ·LED光源的研制 | 第20-22页 |
| ·黑白面阵CCD相机的平场影响因素分析与校正方法研究 | 第22-27页 |
| ·相机平场校正的概念 | 第22页 |
| ·平场影响因素分析 | 第22-24页 |
| ·CCD相机平场校正方法 | 第24-25页 |
| ·平场校正效果与结论 | 第25-27页 |
| ·平场校正的软件系统设计与实现 | 第27-29页 |
| ·平场校正程序各功能模块的设计与实现 | 第27-28页 |
| ·平场校正程序的工作流程 | 第28-29页 |
| ·平场校正程序实现 | 第29页 |
| ·本章小结 | 第29-30页 |
| 3 特征选择方法研究与程序实现 | 第30-40页 |
| ·图像阈值分割方法 | 第30-32页 |
| ·适于机器视觉检测的形状特征 | 第32-36页 |
| ·用于机器视觉检测系统特征选择的软件平台设计 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 4 用于检测、特征识别的分类器设计 | 第40-59页 |
| ·快速模板匹配算法研究 | 第40-46页 |
| ·模板匹配原理 | 第40-41页 |
| ·利用SSDA提高模板匹配效率 | 第41-44页 |
| ·分层次搜索的改进型SSDA | 第44-46页 |
| ·改进型神经网络分类器 | 第46-57页 |
| ·BP三层前馈神经网络的基本原理 | 第47-48页 |
| ·BP三层前馈神经网络的算法实现 | 第48-50页 |
| ·对BP三层前馈神经网络的改进 | 第50-51页 |
| ·改进的BP三层前馈神经网络算法设计 | 第51-53页 |
| ·改进的BP三层前馈神经网络的类实现 | 第53-56页 |
| ·BP前馈神经网络在设计时需要注意的问题 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 5 试验系统的设计与研制 | 第59-77页 |
| ·试验装置的设计与研制 | 第59-62页 |
| ·传送装置 | 第59-60页 |
| ·触发装置 | 第60-61页 |
| ·图像采集装置 | 第61-62页 |
| ·软件系统的设计与开发 | 第62-76页 |
| ·人机交互程序 | 第63-65页 |
| ·平场校正程序 | 第65页 |
| ·模式识别程序 | 第65-74页 |
| ·数据管理系统应用程序设计与开发 | 第74-75页 |
| ·系统的网络架构 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 6 系统运行试验及误差分析 | 第77-87页 |
| ·模板匹配识别程序 | 第77-80页 |
| ·第一组试验及其结果 | 第78页 |
| ·第二组试验及其结果 | 第78-79页 |
| ·模板匹配识别程序的误差分析 | 第79-80页 |
| ·神经网络识别程序 | 第80-86页 |
| ·第一组试验及其结果 | 第81-83页 |
| ·第二组试验及其结果 | 第83-85页 |
| ·神经网络识别程序的误差分析 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 7 结论与展望 | 第87-90页 |
| ·本文的主要工作及创新点 | 第87-88页 |
| ·本文今后的工作重点 | 第88-90页 |
| 8 致谢 | 第90-91页 |
| 9 参考文献 | 第91-101页 |
| 10 论文发表情况 | 第101-102页 |
| 11 附录 | 第102-103页 |