首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于计算机视觉的微小轴承外圈表面缺陷检测技术研究

 内容提要第1-7页
第一章 绪论第7-13页
   ·课题背景和意义第7-8页
   ·基于图像处理的计算机视觉第8-11页
   ·论文的主要研究内容第11-12页
   ·本章小节第12-13页
第二章 总体方案设计及硬件选用第13-29页
   ·系统构成和工作原理第13-15页
   ·CCD 的特性分析第15-21页
     ·CCD 的特点第15-16页
     ·CCD 的原理第16-17页
     ·CCD 的分类第17-20页
     ·CCD 的选择第20-21页
   ·光学镜头的选择第21-22页
   ·光源系统的设计选择第22-26页
     ·光源的性能参数第23-24页
     ·光源的分类第24页
     ·光源的照射方式第24-25页
     ·光源的选择和检测环境的设计第25-26页
   ·图像采集卡及上下位机的选择第26-28页
   ·本章小结第28-29页
第三章 图像预处理第29-47页
   ·表面信息定位第29-30页
   ·滤波去噪第30-33页
     ·均值滤波第31-32页
     ·中值滤波器第32-33页
   ·阈值分割第33-39页
     ·阈值分割的基本原理第33-35页
     ·直方图门限选择法第35页
     ·最大类间方差法第35-37页
     ·迭代阈值法第37-39页
   ·边缘检测第39-46页
     ·一阶边缘检测算子第40-41页
     ·二阶边缘检测算子第41-44页
     ·Canny 算子第44-45页
     ·边缘检测算法比较第45-46页
   ·本章小结第46-47页
第四章 目标缺陷提取与描述第47-58页
   ·边缘连接第47-48页
   ·消除直线第48-50页
   ·标注物体第50-53页
   ·提取缺陷第53-54页
   ·特征描述与计算第54-56页
     ·形状特征第54-56页
     ·特征计算第56页
   ·本章小结第56-58页
第五章 目标缺陷识别第58-68页
   ·模式识别概述第58-59页
   ·模式识别方法第59-60页
   ·LVQ 神经网络系统第60-63页
   ·网络系统设计第63-67页
   ·本章小结第67-68页
第六章 总结与展望第68-70页
   ·总结第68页
   ·展望第68-70页
参考文献第70-73页
摘要第73-75页
ABSTRACT第75-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:粘胶长丝检测系统的结构设计与算法研究
下一篇:基于Linux集群的并行聚类融合的研究与实现