安瓿溶液中可见异物的视觉检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景和意义 | 第11-13页 |
| ·研究背景 | 第11-13页 |
| ·研究意义 | 第13页 |
| ·可见异物检测机器人研究现状 | 第13-15页 |
| ·安瓿溶液中可见异物检测中关键技术研究现状 | 第15页 |
| ·安瓿溶液中可见异物检测的难点 | 第15-16页 |
| ·论文内容与结构安排 | 第16-18页 |
| 第2章 常用小目标检测跟踪方法研究 | 第18-28页 |
| ·目标检测方法概述 | 第18-19页 |
| ·先检测后跟踪（DBT）方法研究 | 第19-25页 |
| ·数学形态学方法 | 第19-21页 |
| ·基于像素分析的方法 | 第21-25页 |
| ·基于变换方法 | 第25页 |
| ·先跟踪后检测方法（TBD）研究 | 第25-27页 |
| ·基于三维匹配的滤波方法 | 第25-26页 |
| ·基于投影变换的方法 | 第26页 |
| ·高阶相关方法 | 第26-27页 |
| ·DBT 方法与 TBD 方法分析比较 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 安瓿溶液中可见异物检测方法研究 | 第28-50页 |
| ·检测对象及难点分析 | 第28-32页 |
| ·检测对象 | 第28-29页 |
| ·检测难点分析 | 第29-32页 |
| ·检测方案设计 | 第32页 |
| ·图像获取 | 第32-33页 |
| ·图像预处理 | 第33-41页 |
| ·有效区域选定 | 第35-38页 |
| ·图像预处理 | 第38-41页 |
| ·基于背景减除法的异物检测 | 第41-43页 |
| ·算法分析 | 第41页 |
| ·实验结果 | 第41-43页 |
| ·基于帧间差分法的异物检测方法 | 第43-49页 |
| ·帧差法算法分析 | 第43-45页 |
| ·改进帧差法 | 第45-48页 |
| ·实验结果及分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 安瓿溶液中可见异物跟踪方法研究 | 第50-65页 |
| ·概述 | 第50-53页 |
| ·运动目标跟踪流程分类 | 第50-52页 |
| ·运动目标跟踪方法分类 | 第52-53页 |
| ·本章主要内容介绍 | 第53页 |
| ·kalman 滤波与预测 | 第53-56页 |
| ·算法原理 | 第53-56页 |
| ·算法特点 | 第56页 |
| ·基于 kalman 滤波预测的跟踪算法 | 第56-62页 |
| ·实验结果及分析 | 第62-64页 |
| ·knapp 测试介绍 | 第62页 |
| ·knapp 测试 | 第62-64页 |
| ·重复性实验 | 第64页 |
| ·本章小结 | 第64-65页 |
| 第5章 可见异物检测系统整体设计 | 第65-78页 |
| ·视觉检测机器人结构 | 第65-66页 |
| ·全自动异物检测机器人的系统结构 | 第66-71页 |
| ·视觉检测对象 | 第67页 |
| ·光学系统 | 第67-68页 |
| ·机械系统 | 第68-70页 |
| ·电气系统 | 第70-71页 |
| ·全自动异物检测机器人的软件设计 | 第71-77页 |
| ·总体介绍 | 第71页 |
| ·系统控制模块 | 第71-72页 |
| ·运行状况模块 | 第72-74页 |
| ·视觉检测模块 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 附录A 攻读学位期间所发表的学术论文和成果目录 | 第85-86页 |
| 附录B 攻读学位期间参与的主要科研项目 | 第86页 |
