| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景、目的及意义 | 第11-12页 |
| 1.2 电连接器壳体及其表面粗糙度 | 第12-15页 |
| 1.2.1 电连接器壳体概述 | 第12-13页 |
| 1.2.2 表面粗糙度基本理论 | 第13-14页 |
| 1.2.3 电连接器壳体表面粗糙度检测技术 | 第14-15页 |
| 1.3 表面粗糙度检测方法研究现状 | 第15-17页 |
| 1.3.1 国内外表面粗糙度检测方法 | 第15-16页 |
| 1.3.2 表面粗糙度的图像检测技术 | 第16-17页 |
| 1.4 本文关键技术分析 | 第17-18页 |
| 1.5 本文主要研究内容及章节安排 | 第18-19页 |
| 第二章 电连接器壳体表面检测系统搭建 | 第19-37页 |
| 2.1 高质量图像获取 | 第19-20页 |
| 2.2 光源和照明系统 | 第20-27页 |
| 2.2.1 光源种类 | 第22-23页 |
| 2.2.2 光照方式 | 第23页 |
| 2.2.3 光照结构 | 第23-25页 |
| 2.2.4 光源颜色 | 第25-27页 |
| 2.3 视觉检测系统参数 | 第27-30页 |
| 2.4 基于单面阵CCD的电连接器壳体表面检测系统搭建 | 第30-35页 |
| 2.4.1 电连接器壳体和检测要求 | 第30-31页 |
| 2.4.2 光源和照明系统分析 | 第31-32页 |
| 2.4.3 视觉检测系统参数计算 | 第32-34页 |
| 2.4.4 电连接器壳体表面检测硬件方案 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 基于小波分析的纹理缺陷检测 | 第37-47页 |
| 3.1 壳体缺陷与表面粗糙度 | 第37页 |
| 3.2 几种图像分割方法 | 第37-39页 |
| 3.3 基于小波分析的纹理缺陷检测 | 第39-46页 |
| 3.3.1 纹理破坏复杂背景型图像分割 | 第39-40页 |
| 3.3.2 小波分析 | 第40-42页 |
| 3.3.3 Radon变换与旋转变换 | 第42-45页 |
| 3.3.4 基于小波分析的图像分割算法 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 表面粗糙度特征参数提取 | 第47-57页 |
| 4.1 灰度共生矩阵 | 第47-53页 |
| 4.1.1 灰度共生矩阵的定义 | 第47-48页 |
| 4.1.2 灰度共生矩阵的特点 | 第48-50页 |
| 4.1.3 灰度共生矩阵的特征参数 | 第50-53页 |
| 4.2 分形理论 | 第53-55页 |
| 4.2.1 分形几何理论基础 | 第53-54页 |
| 4.2.2 分形维数 | 第54页 |
| 4.2.3 分形维数的计算方法 | 第54-55页 |
| 4.3 特征参数选取 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 实验及结果分析 | 第57-79页 |
| 5.1 照明实验及分析 | 第57-58页 |
| 5.2 纹理缺陷分割实验与分析 | 第58-59页 |
| 5.3 表面粗糙度的灰度共生矩阵特征 | 第59-73页 |
| 5.3.1 灰度共生矩阵构造因子对表面粗糙度特征参数的影响 | 第59-70页 |
| 5.3.2 表面粗糙度的灰度共生矩阵特征分析 | 第70-73页 |
| 5.4 表面粗糙度的分形维数特征 | 第73-75页 |
| 5.5 表面粗糙度实验分析 | 第75-78页 |
| 5.5.1 表面粗糙度特征参数最小二乘直线拟合 | 第75-77页 |
| 5.5.2 表面粗糙度数据统计分析 | 第77-78页 |
| 5.6 本章小结 | 第78-79页 |
| 第六章 总结和展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间科研成果 | 第86页 |