| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题研究背景 | 第12-14页 |
| 1.2 机器视觉技术及应用 | 第14-18页 |
| 1.2.1 机器视觉技术概述 | 第14-16页 |
| 1.2.2 机器视觉在轴承检测领域的应用 | 第16-18页 |
| 1.3 课题研究目的及内容 | 第18-20页 |
| 1.3.1 研究目的 | 第18页 |
| 1.3.2 研究内容 | 第18-20页 |
| 第二章 自动检测系统总体方案设计 | 第20-36页 |
| 2.1 滑动轴承及其内表面常见缺陷分析 | 第20-21页 |
| 2.1.1 滑动轴承工作原理及生产工艺 | 第20页 |
| 2.1.2 滑动轴承内表面缺陷种类及其检测标准 | 第20-21页 |
| 2.2 总体方案对比设计 | 第21-26页 |
| 2.2.1 机械手运载检测方案 | 第21-22页 |
| 2.2.2 输送带运载检测方案 | 第22-24页 |
| 2.2.3 传动链运载检测方案 | 第24-26页 |
| 2.3 软硬件选型与设计 | 第26-34页 |
| 2.3.1 光源、相机和镜头 | 第26-31页 |
| 2.3.2 传感器 | 第31-32页 |
| 2.3.3 图像处理平台 | 第32页 |
| 2.3.4 残次品剔除机构 | 第32-33页 |
| 2.3.5 电气控制单元 | 第33-34页 |
| 2.4 实验平台搭建 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 轴承内表面缺陷检测方法研究 | 第36-57页 |
| 3.1 缺陷特征提取总体方案 | 第36-37页 |
| 3.2 图像预处理 | 第37-39页 |
| 3.2.1 像素尺寸标定与缺陷参数量化 | 第37-39页 |
| 3.2.2 图像的一般去噪算法 | 第39页 |
| 3.3 模板匹配 | 第39-45页 |
| 3.3.1 几种模板匹配方法对比 | 第39-41页 |
| 3.3.2 匹配模型的建立 | 第41-43页 |
| 3.3.3 实验验证 | 第43-44页 |
| 3.3.4 图像预处理与定位 | 第44-45页 |
| 3.4 内表面ROI的提取 | 第45-47页 |
| 3.5 边缘类缺陷的图像处理方法 | 第47-50页 |
| 3.5.1 形态学分析与图像减法 | 第47-49页 |
| 3.5.2 特征区域处理与缺陷提取 | 第49-50页 |
| 3.6 擦伤类缺陷的图像处理方法 | 第50-56页 |
| 3.6.1 基于Gabor滤波器的擦伤类缺陷特征提取 | 第50-52页 |
| 3.6.2 基于图像梯度与Otsu算法的擦伤类缺陷特征提取 | 第52-56页 |
| 3.7 本章小结 | 第56-57页 |
| 第四章 基于支持向量机的内表面缺陷分类方法研究 | 第57-74页 |
| 4.1 支持向量机原理 | 第57-60页 |
| 4.1.1 线性分类 | 第57-59页 |
| 4.1.2 非线性分类 | 第59-60页 |
| 4.2 滑动轴承内表面缺陷组合特征参数集模型的建立 | 第60-68页 |
| 4.2.1 几何特征参数 | 第60-62页 |
| 4.2.2 形状特征参数 | 第62-64页 |
| 4.2.3 纹理特征参数 | 第64-68页 |
| 4.3 滑动轴承缺陷SVM分类器的设计 | 第68-71页 |
| 4.4 验证实验与分析 | 第71-72页 |
| 4.5 本章小结 | 第72-74页 |
| 第五章 滑动轴承内表面缺陷检测系统软件的设计与开发 | 第74-90页 |
| 5.1 系统开发环境简介 | 第74页 |
| 5.2 系统软件的框架设计 | 第74-76页 |
| 5.3 系统功能模块详细设计 | 第76-87页 |
| 5.3.1 相机模块 | 第77-80页 |
| 5.3.2 通讯模块 | 第80-83页 |
| 5.3.3 异常处理模块 | 第83-85页 |
| 5.3.4 数据存储模块 | 第85-87页 |
| 5.4 系统工作流程 | 第87-88页 |
| 5.5 实验结果 | 第88页 |
| 5.6 本章小结 | 第88-90页 |
| 第六章 总结与展望 | 第90-92页 |
| 6.1 工作总结 | 第90-91页 |
| 6.2 研究的不足与展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间发表的论文 | 第97页 |
