| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 机器视觉系统概述 | 第11-14页 |
| 1.3 机器视觉的发展状况 | 第14-19页 |
| 1.3.1 国内外研究现状 | 第15-16页 |
| 1.3.2 机器视觉技术的应用现状 | 第16-18页 |
| 1.3.3 自动灯检技术发展状况 | 第18-19页 |
| 1.4 研究内容与结构安排 | 第19-21页 |
| 第2章 直线式保健酒质量视觉检测系统 | 第21-42页 |
| 2.1 检测系统的关键技术分析 | 第21-33页 |
| 2.1.1 检测对象分析 | 第21-22页 |
| 2.1.2 系统组成结构 | 第22-23页 |
| 2.1.3 光源照明技术 | 第23-28页 |
| 2.1.4 光学镜头 | 第28-31页 |
| 2.1.5 摄像机选择分析 | 第31-32页 |
| 2.1.6 系统方案选择 | 第32-33页 |
| 2.2 系统总体设计 | 第33-41页 |
| 2.2.1 检测系统的流水线结构 | 第35-36页 |
| 2.2.2 翻转装置设计 | 第36-37页 |
| 2.2.3 检测工位设计 | 第37-38页 |
| 2.2.4 次品分拣机构设计 | 第38-40页 |
| 2.2.5 电气控制设计 | 第40-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第3章 保健酒质量的视觉检测算法分析 | 第42-62页 |
| 3.1 运动目标检测研究现状 | 第42-44页 |
| 3.1.1 运动目标检测的难点分析 | 第42页 |
| 3.1.2 运动目标检测的研究状况 | 第42-44页 |
| 3.2 保健酒中异物检测难点 | 第44-45页 |
| 3.3 图像中的噪声处理 | 第45-46页 |
| 3.4 检测区域定位 | 第46-50页 |
| 3.4.1 基于区域生长的图像分割方法 | 第46-48页 |
| 3.4.2 检测区域校正 | 第48-50页 |
| 3.5 静态背景建立 | 第50-52页 |
| 3.6 异物灰度增强 | 第52-53页 |
| 3.7 异物跟踪算法 | 第53-60页 |
| 3.7.1 质心迭代算法 | 第53-55页 |
| 3.7.2 基于质心迭代和Kalman滤波器的跟踪算法 | 第55-60页 |
| 3.8 本章小结 | 第60-62页 |
| 第4章 保健酒产品质量的视觉检测系统软件设计 | 第62-71页 |
| 4.1 机器视觉软件性能指标 | 第62-63页 |
| 4.2 视觉检测软件开发方式 | 第63-64页 |
| 4.3 软件需求分析 | 第64页 |
| 4.4 系统软件功能结构 | 第64-65页 |
| 4.5 视觉检测系统的数据库建立 | 第65-66页 |
| 4.6 视觉检测系统模块设计 | 第66-70页 |
| 4.6.1 基础信息管理模块 | 第66-68页 |
| 4.6.2 产品检测模块 | 第68-69页 |
| 4.6.3 数据查询管理模块 | 第69-70页 |
| 4.7 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第77页 |