首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

复杂背景环境下工件缺陷的特征提取

摘要第1-6页
ABSTRACT第6-7页
致谢第7-11页
插图清单第11-12页
表格清单第12-13页
第一章 前言第13-19页
   ·机器视觉的概述第13-16页
     ·机器视觉的定义及特点第13页
     ·机器视觉国内外发展情况第13-14页
       ·机器视觉在国外的发展第13页
       ·机器视觉在国内的发展第13-14页
     ·机器视觉系统过程第14-15页
     ·机器视觉存在的问题第15页
     ·机器视觉的未来发展趋势第15-16页
   ·本课题研究的背景第16-17页
     ·本课题的来源及意义第16页
     ·本课题研究发展现状第16-17页
   ·本课题研究的内容第17页
   ·本章小结第17-19页
第二章 系统总体结构第19-31页
   ·系统设计第19-21页
     ·需求分析第19-20页
     ·系统目标第20页
     ·系统功能图第20-21页
   ·药用玻璃瓶缺陷特征提取的方案设计第21-29页
     ·总体设计方案第21-22页
     ·检测系统硬件选择第22-27页
       ·摄像机的选择与分析第22-23页
       ·镜头的分析与选择第23-25页
       ·光源的选择和照明方式的设计第25-27页
       ·SEED-DVS6467T平台第27页
     ·检测系统软件设计第27-29页
       ·CCS开发环境第27-28页
       ·软件设计第28-29页
   ·药用玻璃瓶缺陷检测系统平台的搭建第29-30页
   ·本章小结第30-31页
第三章 药用玻璃瓶图像处理算法的分析及系统测试第31-49页
   ·噪声的分类第31-32页
   ·图像滤波第32-36页
     ·中值滤波第32-33页
     ·邻域均值滤波第33-34页
     ·维纳滤波第34-35页
     ·滤波比较第35-36页
   ·图像分割第36-42页
     ·一维最大类间方差法第37-38页
     ·二维Otsu法第38-40页
       ·传统的二维Otsu法第38-40页
       ·一种快速二维Otsu算法第40页
     ·改进的二维Otsu阈值第40-41页
     ·图像分割算法比较第41-42页
   ·边缘检测第42-47页
     ·Sobel算子第43页
     ·Roberts算子第43-44页
     ·Canny算子第44-45页
     ·拉普拉斯高斯(LOG)算子第45页
     ·数学形态学边缘检测算子第45-47页
     ·边缘检测的实验结果及分析第47页
   ·系统测试第47-48页
   ·本章小结第48-49页
第四章 药用玻璃瓶缺陷特征提取和识别第49-61页
   ·特征提取的原理第49页
   ·特征参数的提取第49-51页
     ·药用玻璃瓶缺陷目标面积第49-50页
     ·药用玻璃瓶缺陷目标周长第50页
     ·药用玻璃瓶缺陷目标的圆形度第50-51页
     ·药用玻璃瓶缺陷目标的矩形度第51页
     ·药用玻璃瓶缺陷目标的长宽比第51页
     ·药用玻璃瓶缺陷目标的离散度第51页
   ·药用玻璃瓶缺陷的识别第51-59页
     ·BP神经网络第52-55页
       ·BP神经网络结构第52-54页
       ·BP神经网络的基本原理第54-55页
     ·基于遗传BP神经网络算法在药用玻璃瓶缺陷检测中的应用第55-59页
       ·遗传算法的基本原理及过程第55-56页
       ·基于遗传BP神经网络算法第56页
       ·药用玻璃瓶缺陷检测的遗传BP神经网络算法的设计第56-58页
       ·模式识别的实验分析第58-59页
   ·误差分析第59-60页
   ·本章小结第60-61页
第五章 结束语第61-63页
   ·总结第61-62页
   ·展望第62-63页
参考文献第63-67页
攻读硕士期间发表的论文第67-68页

论文共68页,点击 下载论文
上一篇:纳米结构锰氧化物催化降解刚果红模拟染料废水
下一篇:主体性教育的困境与出路--以马克思关于人的主体性理论为视角