摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-11页 |
1.3 论文研究对象及组织结构 | 第11-12页 |
1.4 本章小结 | 第12-14页 |
第二章 基于Sobel算子和形态学的转子线圈轮廓特征表达 | 第14-36页 |
2.1 基于边缘检测的形态学轮廓特征表达技术流程 | 第14-15页 |
2.2 基于历史匹配目标区域定位信息的模板匹配算法改进 | 第15-20页 |
2.2.1 基于模板的传统目标定位算法分析 | 第16-19页 |
2.2.2 基于历史匹配目标区域定位信息的系数模板匹配算法改进 | 第19-20页 |
2.3 图像预处理 | 第20-30页 |
2.3.1 图像灰度化 | 第20-21页 |
2.3.2 图像降噪 | 第21-24页 |
2.3.3 边缘检测 | 第24-30页 |
2.4 融合Sobel算子和形态学的特征表达 | 第30-34页 |
2.4.1 膨胀和腐蚀 | 第30-31页 |
2.4.2 开运算和闭运算 | 第31-32页 |
2.4.3 融合Sobel算子的形态学特征表达实验对比分析 | 第32-34页 |
2.5 本章小结 | 第34-36页 |
第三章 基于连通区域面积统计特征的转子线圈轮廓特征优化提取 | 第36-46页 |
3.1 工件图像的轮廓特征优化提取算法流程 | 第36页 |
3.2 图像二值阈值化分析 | 第36-37页 |
3.3 基于二值阈值化的直方图分析 | 第37-40页 |
3.4 基于最大类间方差算法的特征提取 | 第40-41页 |
3.5 基于连通区域面积统计的线圈轮廓特征优化 | 第41-45页 |
3.6 本章小结 | 第45-46页 |
第四章 基于轮廓面积和多模板Zernike矩特征的两步法缺陷识别 | 第46-62页 |
4.1 常见识别算法 | 第46页 |
4.2 基于轮廓面积统计的绕线件第一步识别判定 | 第46-48页 |
4.3 矩特征表达算法原理 | 第48-53页 |
4.3.1 几何矩 | 第48-49页 |
4.3.2 Hu矩 | 第49-51页 |
4.3.3 Zernike矩 | 第51-53页 |
4.4 基于多模板的矩特征的绕线件第二步识别判定 | 第53-61页 |
4.4.1 基于多模板矩特征匹配识别算法 | 第53-57页 |
4.4.2 单模板和多模板矩特征识别对比实验分析 | 第57页 |
4.4.3 基于多模板的Zernike矩特征识别 | 第57-61页 |
4.5 本章小结 | 第61-62页 |
第五章 自动检测技术软件测试系统开发 | 第62-68页 |
5.1 基于面向对象的自动检测软件测试系统分析 | 第62-63页 |
5.2 基于Qt的信号与槽机制的并行系统开发 | 第63-65页 |
5.2.1 Qt的信号与槽机制原理 | 第63-64页 |
5.2.2 图像读取线程的设计 | 第64-65页 |
5.3 系统用户界面设计 | 第65-67页 |
5.4 本章小结 | 第67-68页 |
第六章 总结与展望 | 第68-70页 |
6.1 总结 | 第68页 |
6.2 展望 | 第68-70页 |
致谢 | 第70-72页 |
参考文献 | 第72-76页 |
攻读硕士期间取得学术成果 | 第76页 |