首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向数码产品外壳表面缺陷的适应性智能视觉检测技术研究

摘要第5-6页
Abstract第6页
第一章 绪论第10-15页
    1.1 课题的研究背景与意义第10-12页
        1.1.1 研究背景第10-11页
        1.1.2 研究目的与意义第11-12页
    1.2 国内外关于表面检测技术的研究现状第12-14页
    1.3 本文的研究内容第14-15页
第二章 成像系统研究第15-27页
    2.1 引言第15页
    2.2 手机外壳缺陷分析与检测要求第15-16页
    2.3 基于机器视觉的解决方案第16-17页
    2.4 成像研究第17-21页
        2.4.1 镜头的成像模型第17-18页
        2.4.2 成像品质的评价第18-19页
        2.4.3 相机的调制传递分析第19-21页
    2.5 光学照明研究第21-26页
        2.5.1 手机外壳材料的光学特性第21页
        2.5.2 光线波长的特性第21-23页
        2.5.3 照明方式的评价第23-26页
    2.6 本章小结第26-27页
第三章 区域定位与外壳分类算法研究第27-42页
    3.1 引言第27页
    3.2 区域定位的流程第27-28页
    3.3 定位阈值自动获取第28-31页
        3.3.1 颜色阈值的人工选取第28页
        3.3.2 初始阈值获取第28-30页
        3.3.3 基于像素损失的阈值修正第30-31页
    3.4 感兴趣区域定位第31-33页
        3.4.1 最大面积法定位第31-32页
        3.4.2 运算速度优化第32-33页
    3.5 手机外壳的智能模式分类第33-41页
        3.5.1 模式特征提取与优化第33-36页
        3.5.2 GRNN神经网络分类器第36-38页
        3.5.3 问题描述与解决思路第38-40页
        3.5.4 分类模拟的仿真结果第40-41页
    3.6 本章小结第41-42页
第四章 视觉检测算法研究第42-54页
    4.1 引言第42-43页
    4.2 基于混合阈值的图像分割技术第43-45页
        4.2.1 传统阈值分割法的局限第43页
        4.2.2 混合阈值分割法第43-45页
    4.3 改进的曲线检测器第45-49页
        4.3.1 磨砂类表面的检测难题第45-46页
        4.3.2 频率域下的高通滤波器第46页
        4.3.3 高斯卷积下的曲线轮廓驻点第46-48页
        4.3.4 曲线上点的“松弛”归类第48-49页
    4.4 手机外壳局部微小轮廓的匹配第49-53页
        4.4.1 几何中的线段匹配第49-50页
        4.4.2 轮廓曲线的矢量化第50-51页
        4.4.3 相似度的计算第51-52页
        4.4.4 平移、尺度和旋转不变性分析第52-53页
    4.5 本章小结第53-54页
第五章实验分析第54-70页
    5.0 引言第54页
    5.1 软件系统的开发第54-57页
        5.1.1 软件系统第54-55页
        5.1.2 数据结构第55-57页
    5.2 照明实验第57-61页
    5.3 实验平台第61页
    5.4 定位算法实验第61-63页
        5.4.1 定位的稳定性第61-62页
        5.4.2 定位精度与速度第62-63页
    5.5 检测算法实验第63-66页
        5.5.1 检测算法的稳定性第63-66页
        5.5.2 检测精度与速度第66页
    5.6 轮廓匹配算法实验第66-69页
        5.6.1 匹配稳定性第66-68页
        5.6.2 手机摄像头孔相似度对比第68页
        5.6.3 匹配的精度与速度第68-69页
    5.7 本章小结第69-70页
总结与展望第70-72页
    1 主要研究工作第70页
    2 工作展望第70-72页
参考文献第72-76页
攻读硕士学位期间取得的研究成果第76-77页
致谢第77-78页
附件第78页

论文共78页,点击 下载论文
上一篇:机械类课程自动组卷与批改系统的研究与开发
下一篇:基于Hadoop平台的银行反洗钱系统