基于机器视觉的织物疵点自动检测研究
| 学术论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 引言 | 第8-9页 |
| 1.2 课题的研究背景及意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 国外研究状态 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 本章小结 | 第14-16页 |
| 第二章 织物疵点自动检测硬件平台的设计 | 第16-32页 |
| 2.1 硬件构架的总体设计 | 第16-17页 |
| 2.2 实验平台的硬件构成 | 第17-26页 |
| 2.2.1 光源照度匹配原理 | 第17-18页 |
| 2.2.2 光源的选择 | 第18-19页 |
| 2.2.3 图像传感器 | 第19-20页 |
| 2.2.4 CCD相机的选择 | 第20-23页 |
| 2.2.5 光学镜头的选择 | 第23-24页 |
| 2.2.6 软件平台介绍及实验说明 | 第24-26页 |
| 2.3 图像测量CCD相机系统的标定 | 第26-31页 |
| 2.3.1 疵点图像测量概述 | 第26-27页 |
| 2.3.2 摄像机标定的方法综述 | 第27-28页 |
| 2.3.3 系统测量原理 | 第28-29页 |
| 2.3.4 CCD相机系统的标定理论 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 织物图像的处理方法 | 第32-46页 |
| 3.1 概述 | 第32页 |
| 3.2 基于点运算的图像增强 | 第32-35页 |
| 3.2.1 灰度变换 | 第32-33页 |
| 3.2.2 灰度直方图 | 第33-35页 |
| 3.3 图像预处理 | 第35-39页 |
| 3.3.1 噪声来源及其类型 | 第35-37页 |
| 3.3.2 图像滤除噪声的方法 | 第37-39页 |
| 3.4 基于阈值的图像分割 | 第39-41页 |
| 3.4.1 基本原理 | 第39-40页 |
| 3.4.2 灰度图像的二值化 | 第40-41页 |
| 3.5 边缘检测 | 第41-44页 |
| 3.5.1 边缘及其分类 | 第42-43页 |
| 3.5.2 边缘检测算子—拉普拉斯算子 | 第43-44页 |
| 3.6 图像特征值提取技术 | 第44-45页 |
| 3.6.1 空域提取特征值的方法 | 第44-45页 |
| 3.6.2 频域提取特征值的方法 | 第45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 织物疵点检测的算法 | 第46-56页 |
| 4.1 织物疵点种类介绍 | 第46-47页 |
| 4.2 几种不同织物疵点的检测算法 | 第47-55页 |
| 4.2.1 花纹织物纬斜疵点的检测算法 | 第47-50页 |
| 4.2.2 飞絮疵点的检测算法 | 第50-51页 |
| 4.2.3 结头疵点的检测算法 | 第51-52页 |
| 4.2.4 断经(纬)疵点的检测算法 | 第52-54页 |
| 4.2.5 破洞疵点的检测算法 | 第54-55页 |
| 4.3 检测的结果与存在的问题 | 第55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和参加科研情况 | 第62-64页 |
| 致谢 | 第64页 |
