基于机器视觉的牛皮模具检测系统的研究
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
1 前言 | 第8-12页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.2.1 图像拼接技术的发展与应用 | 第9-10页 |
1.2.2 目标检测识别技术的发展与应用 | 第10页 |
1.3 本论文研究内容和主要架构 | 第10-12页 |
2 模具检测系统设计方案 | 第12-18页 |
2.1 硬件系统的模块设计 | 第12-15页 |
2.1.1 相机选择 | 第12-13页 |
2.1.2 镜头的选择 | 第13页 |
2.1.3 光源系统 | 第13-14页 |
2.1.4 工控机的选择 | 第14-15页 |
2.2 硬件平台的搭建 | 第15-18页 |
2.2.1 字符标签的设计 | 第15-16页 |
2.2.2 采集方案的确定 | 第16-18页 |
3 模具图像拼接 | 第18-24页 |
3.1 图像拼接 | 第18页 |
3.2 拼接图像预处理 | 第18-19页 |
3.3 图像配准 | 第19-22页 |
3.3.1 坐标系统 | 第19-20页 |
3.3.2 图像几何变换 | 第20-21页 |
3.3.3 图像特征提取 | 第21-22页 |
3.4 图像融合 | 第22-24页 |
4 基于辐射标定的亮度调整 | 第24-34页 |
4.1 辐射标定 | 第24-27页 |
4.1.1. 确定辐射标定方法 | 第24-27页 |
4.1.2 基于多曝光图像序列的标定原理 | 第25页 |
4.1.3 辐射标定算法实现 | 第25-26页 |
4.1.4 相机的辐射标定实验 | 第26-27页 |
4.2 亮度调整方案的确定 | 第27-34页 |
4.2.1 提取重合区域 | 第27-28页 |
4.2.2 基于灰度均值的亮度调整 | 第28-29页 |
4.2.3 基于辐射标定的亮度调整 | 第29-30页 |
4.2.4 图像亮度调整实验 | 第30-34页 |
5 模具标签定位提取 | 第34-44页 |
5.1 字符区域定位提取 | 第34-40页 |
5.1.1 基于颜色空间的预处理 | 第34-37页 |
5.1.2 基于形态学的检测算法 | 第37-40页 |
5.2 标签角度校正 | 第40-42页 |
5.3 字符分割提取 | 第42-44页 |
6 标签识别算法研究 | 第44-53页 |
6.1 字符识别概述 | 第44-50页 |
6.1.1 字符识别流程 | 第44-45页 |
6.1.2 字符特征提取 | 第45页 |
6.1.3 字符分类识别算法 | 第45-50页 |
6.2 模具识别的实现 | 第50-51页 |
6.3 识别算法测试实验 | 第51-53页 |
7 模具检测软件系统 | 第53-61页 |
7.1 开发环境的选择 | 第53-54页 |
7.2 主程序窗口设计 | 第54-55页 |
7.3 图像采集模块 | 第55-58页 |
7.4 图像处理模块 | 第58-60页 |
7.5 模具识别和数据处理模块 | 第60-61页 |
8 结论 | 第61-62页 |
8.1 全文总结 | 第61页 |
8.2 论文创新点 | 第61页 |
8.3 论文不足之处 | 第61-62页 |
9 展望 | 第62-63页 |
10 参考文献 | 第63-68页 |
11 致谢 | 第68页 |