| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景和意义 | 第11-16页 |
| 1.1.1 工业生产中面临的挑战 | 第11-12页 |
| 1.1.2 机器视觉技术概述 | 第12-14页 |
| 1.1.3 类镜面物体表面缺陷概述 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 本文研究的主要内容及结构安排 | 第18-20页 |
| 第二章 缺陷检测视觉系统设计及平台搭建 | 第20-36页 |
| 2.1 机器视觉系统的结构 | 第20-22页 |
| 2.1.1 光照系统 | 第20-21页 |
| 2.1.2 摄像机 | 第21页 |
| 2.1.3 图像采集卡与计算机 | 第21-22页 |
| 2.1.4 执行机构 | 第22页 |
| 2.2 光照模型 | 第22-27页 |
| 2.2.1 Lambertian反射模型 | 第23页 |
| 2.2.2 Phong光照模型 | 第23-25页 |
| 2.2.3 Cook-Torrance光照模型 | 第25-27页 |
| 2.3 缺陷检测系统视觉实验平台设计 | 第27-30页 |
| 2.3.1 实验平台的结构 | 第27-29页 |
| 2.3.2 缺陷检测系统的主要部件作用与要求 | 第29-30页 |
| 2.4 实验平台的硬件选型 | 第30-35页 |
| 2.4.1 CCD工业摄像机和镜头的选择 | 第30-32页 |
| 2.4.2 平台相关设备选择 | 第32-34页 |
| 2.4.3 实验平台搭建 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 传统高光消除算法理论 | 第36-47页 |
| 3.1 基于硬件设备的高光消除方法 | 第36-39页 |
| 3.1.1 反射光的偏振性 | 第36-37页 |
| 3.1.2 偏正镜高光消除方法 | 第37-39页 |
| 3.2 基于软件算法的高光消除方法 | 第39-45页 |
| 3.2.1 双反射模型对光的原理的建模 | 第39-40页 |
| 3.2.2 双反射模型的前提假设与通用性分析 | 第40页 |
| 3.2.3 基于双反射模型的邻域高光消除方法 | 第40-45页 |
| 3.3 本章小结 | 第45-47页 |
| 第四章 基于颜色的改进小波的MASK高光检测 | 第47-58页 |
| 4.1 基于色度空间的高光分析 | 第47-49页 |
| 4.1.1 色度空间 | 第47-48页 |
| 4.1.2 基于YUV色度空间的高光分析 | 第48-49页 |
| 4.2 基于改进的小波变换的Mask的高光增强算法 | 第49-50页 |
| 4.2.1 MASK匀光法原理 | 第49页 |
| 4.2.2 基于改进的小波变换的高光增强方法 | 第49-50页 |
| 4.3 基于改进大津法的自动阈值提取 | 第50-54页 |
| 4.3.1 大津法的理论简介 | 第51-52页 |
| 4.3.2 基于单峰直方图的大津法改进方法 | 第52-53页 |
| 4.3.3 基于邻域的单峰直方图改进算法 | 第53-54页 |
| 4.4 实验结果分析 | 第54-57页 |
| 4.4.1 基于颜色空间的高光增强对比 | 第54-55页 |
| 4.4.2 高光区域自适应提取对比 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于改进型的图像修复算法 | 第58-68页 |
| 5.1 基于样块的图像修复算法理论 | 第58-60页 |
| 5.1.1 Criminisi图像修复算法概述 | 第58-59页 |
| 5.1.2 算法实现与缺点 | 第59-60页 |
| 5.2 改进型图像修复算法 | 第60-62页 |
| 5.2.1 基于颜色..梯度的优先权的改进 | 第61页 |
| 5.2.2 基于颜色..二阶矩的匹配规则的改进 | 第61-62页 |
| 5.2.3 搜索区域范围的策略改进 | 第62页 |
| 5.3 实验结果分析 | 第62-67页 |
| 5.3.1 改进算法的实现 | 第62-63页 |
| 5.3.2 图像评估指标 | 第63-64页 |
| 5.3.3 实验结果对比 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| 6.1 工作总结 | 第68页 |
| 6.2 工作展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-77页 |
| 致谢 | 第77-78页 |
| 附件 | 第78页 |