| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景和研究意义 | 第9-10页 |
| 1.2 国内外研究综述 | 第10-16页 |
| 1.2.1 机器视觉的概述 | 第10-12页 |
| 1.2.2 印刷质量检测技术的国内外发展现状 | 第12-14页 |
| 1.2.3 基于机器视觉的印刷质量检测技术的关键问题 | 第14-16页 |
| 1.2.3.1 印刷图像配准技术 | 第14-15页 |
| 1.2.3.2 印刷缺陷检测技术 | 第15-16页 |
| 1.3 本课题研究内容和组织结构 | 第16-18页 |
| 第2章 印刷质量检测的总体方案设计 | 第18-30页 |
| 2.1 印刷质量检测系统的设计要求 | 第18页 |
| 2.2 基于视觉特性的印刷质量评价体系 | 第18-20页 |
| 2.3 印刷检测的机器视觉系统设计及选型 | 第20-28页 |
| 2.3.1 照明系统 | 第21-23页 |
| 2.3.2 图像采集系统 | 第23-24页 |
| 2.3.3 PLC控制系统 | 第24-28页 |
| 2.4 印刷质量检测算法整体设计方案 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 印刷图像的采集与预处理 | 第30-39页 |
| 3.1 印刷图像的数字化采集 | 第30-31页 |
| 3.2 彩色图像的灰度化处理 | 第31-32页 |
| 3.3 灰度图像的对比度增强 | 第32-35页 |
| 3.3.1 灰度变换法 | 第33-34页 |
| 3.3.2 直方图修正法 | 第34-35页 |
| 3.4 图像分割 | 第35-38页 |
| 3.4.1 Canny边缘检测算法 | 第35-36页 |
| 3.4.2 最大类间方差法 | 第36-37页 |
| 3.4.3 形态学边界提取算法 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 印刷图像配准算法设计 | 第39-53页 |
| 4.1 印刷图像配准的特征空间选择与配准特征提取 | 第39-43页 |
| 4.1.1 特征空间的选择 | 第39-40页 |
| 4.1.2 配准特征的提取 | 第40-43页 |
| 4.2 印刷图像配准的相似性度量与搜索策略选择 | 第43-45页 |
| 4.2.1 相似性度量的选择 | 第43-44页 |
| 4.2.2 搜索空间和策略的选择 | 第44-45页 |
| 4.3 基于ROI模板的印刷图像配准及实验结果 | 第45-48页 |
| 4.4 基于Hough和Fourier变换的文本印刷图像配准及实验结果 | 第48-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第5章 印刷缺陷目标提取与分类识别 | 第53-66页 |
| 5.1 基于动态阈值的图像差影 | 第53-54页 |
| 5.2 印刷缺陷的区域分割 | 第54-56页 |
| 5.2.1 图像分区的基本原理 | 第54-55页 |
| 5.2.2 混合型区域生长算法 | 第55-56页 |
| 5.3 基于Blob的缺陷形态分析方法 | 第56-59页 |
| 5.3.1 Blob分析的基本原理 | 第56-57页 |
| 5.3.2 印刷缺陷的特征参数统计 | 第57-59页 |
| 5.4 基于改进支持向量机的印刷缺陷识别 | 第59-65页 |
| 5.4.1 支持向量机的基本理论 | 第59-61页 |
| 5.4.2 改进的支持向量机在印刷缺陷分类识别中的应用 | 第61-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第6章 印刷质量检测系统平台设计及实现 | 第66-72页 |
| 6.1 软件开发工具的选择 | 第66页 |
| 6.2 系统相关函数库的调用 | 第66-67页 |
| 6.3 印刷检测系统软件流程与实现 | 第67-71页 |
| 6.4 本章小结 | 第71-72页 |
| 第7章 工作总结与研究展望 | 第72-74页 |
| 7.1 工作总结 | 第72-73页 |
| 7.2 研究展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
