两种机器视觉瑕疵检测算法研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9页 |
| 1.2 机器视觉概述 | 第9-11页 |
| 1.2.1 机器视觉检测的含义及其优缺点 | 第9-10页 |
| 1.2.2 机器视觉检测系统组成 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 论文的主要研究内容及结构 | 第12-13页 |
| 1.4.1 论文的研究内容 | 第12页 |
| 1.4.2 论文结构及章节安排 | 第12-13页 |
| 第2章 基于机器视觉的瑕疵检测算法框架 | 第13-28页 |
| 2.1 图像预处理 | 第13-19页 |
| 2.2 感兴趣区域提取 | 第19-26页 |
| 2.2.1 阈值分割 | 第20-22页 |
| 2.2.2 边缘检测 | 第22-26页 |
| 2.3 瑕疵识别与分类 | 第26-28页 |
| 2.3.1 瑕疵分析 | 第26-27页 |
| 2.3.2 算法设计 | 第27-28页 |
| 第3章 两种常用机器视觉算法的改进 | 第28-37页 |
| 3.1 多步定位法 | 第28-34页 |
| 3.1.1 仿射变换 | 第28-29页 |
| 3.1.2 常见定位方法 | 第29-31页 |
| 3.1.3 多步定位法原理 | 第31-34页 |
| 3.2 四分法 | 第34-37页 |
| 3.2.1 二分法原理 | 第34页 |
| 3.2.2 四分法原理 | 第34-36页 |
| 3.2.3 四分法的程序实现 | 第36-37页 |
| 第4章 手机电池丝印不良检测与餐盘瑕疵检测 | 第37-50页 |
| 4.1 手机电池丝印不良检测 | 第37-45页 |
| 4.1.1 检测分析 | 第37-38页 |
| 4.1.2 成像装置 | 第38-39页 |
| 4.1.3 算法框架 | 第39-42页 |
| 4.1.4 软件界面 | 第42-43页 |
| 4.1.5 检测效果 | 第43-45页 |
| 4.2 餐盘瑕疵检测 | 第45-50页 |
| 4.2.1 检测分析 | 第45页 |
| 4.2.2 成像装置 | 第45-46页 |
| 4.2.3 算法框架 | 第46-48页 |
| 4.2.4 软件界面 | 第48页 |
| 4.2.5 检测效果 | 第48-50页 |
| 第5章 总结与展望 | 第50-51页 |
| 5.1 论文总结 | 第50页 |
| 5.2 论文展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 个人简历、攻读硕士学位期间完成的主要工作 | 第55页 |
