红钢棒材表面缺陷图像采集与检测系统研究
摘要 | 第1-11页 |
ABSTRACT | 第11-14页 |
第1章 绪论 | 第14-30页 |
·研究的背景 | 第14-15页 |
·钢材表面缺陷检测研究现状 | 第15-27页 |
·超声波探伤法 | 第15页 |
·涡流探伤法 | 第15-16页 |
·漏磁探伤法 | 第16页 |
·渗透探伤法 | 第16-17页 |
·机器视觉检测法 | 第17-27页 |
·研究的意义 | 第27页 |
·存在的主要问题 | 第27-28页 |
·研究的主要内容 | 第28-30页 |
第2章 基于机器视觉的红钢表面缺陷检测装置研发 | 第30-53页 |
·系统的整体构成 | 第30-32页 |
·工业相机的选型 | 第32-34页 |
·光源的选型及设计 | 第34-41页 |
·光源的选型 | 第34-37页 |
·光源的设计 | 第37-41页 |
·镜头及滤光片的选型 | 第41-48页 |
·镜头的选型 | 第41-44页 |
·滤光片的选型 | 第44-48页 |
·光照系统布置方案 | 第48-50页 |
·红钢表面缺陷检测装置的效果检验 | 第50-52页 |
·本章小结 | 第52-53页 |
第3章 红钢棒材图像预处理 | 第53-79页 |
·图像分割 | 第53-63页 |
·基于固定阈值的图像分割 | 第54-55页 |
·基于迭代法的自适应阈值分割 | 第55-56页 |
·基于遗传算法的图像分割 | 第56-63页 |
·图像滤波 | 第63-76页 |
·传统滤波算法 | 第64-65页 |
·Lee滤波 | 第65-66页 |
·Frost滤波 | 第66-68页 |
·Kuan滤波 | 第68-70页 |
·小波滤波 | 第70-76页 |
·实验结果对比分析 | 第76-78页 |
·本章小结 | 第78-79页 |
第4章 红钢棒材表面缺陷检测算法 | 第79-100页 |
·红钢表面缺陷图像特征分析 | 第79-82页 |
·几种常见棒材表面缺陷 | 第79-81页 |
·实际采集红钢表面图像特征分析 | 第81-82页 |
·凹痕缺陷检测算法研究 | 第82-91页 |
·凹痕缺陷图像分析 | 第82-85页 |
·含凹痕缺陷图像检测算法 | 第85-90页 |
·实验结果及分析 | 第90-91页 |
·擦伤缺陷检测算法研究 | 第91-98页 |
·擦伤缺陷图像特征分析 | 第92页 |
·含擦伤缺陷图像检测算法 | 第92-97页 |
·实验结果及分析 | 第97-98页 |
·检测算法性能评价 | 第98-99页 |
·本章小结 | 第99-100页 |
第5章 红钢棒材检测系统的整体调试与现场应用试验 | 第100-108页 |
·硬件系统的现场布置与安装调试 | 第100-102页 |
·软件系统的现场调试 | 第102-106页 |
·实施效果分析 | 第106-107页 |
·本章小结 | 第107-108页 |
结论与展望 | 第108-111页 |
参考文献 | 第111-117页 |
致谢 | 第117-118页 |
攻读博士学位期间发表的学术论文 | 第118-119页 |
学位论文评阅及答辩情况表 | 第119页 |