基于数字图像处理技术的圆形日用陶瓷外观缺陷检测技术研究
摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第8-13页 |
1.1 课题研究背景 | 第8页 |
1.2 无损检测技术及其在陶瓷等方面的研究现状 | 第8-9页 |
1.3 基于计算机视觉的无损检测技术的典型应用 | 第9-11页 |
1.3.1 尺寸测量 | 第9-10页 |
1.3.2 缺陷检测 | 第10页 |
1.3.3 机器人视觉系统 | 第10-11页 |
1.3.4 字符(模式)识别 | 第11页 |
1.4 本研究的创新点 | 第11页 |
1.5 论文主要研究内容和工作安排 | 第11-12页 |
1.6 本章小结 | 第12-13页 |
2 数字图像处理技术 | 第13-27页 |
2.1 图像的数学表示 | 第13-14页 |
2.2 图像分类 | 第14-16页 |
2.2.1 彩色图像 | 第14-15页 |
2.2.2 灰度图像 | 第15页 |
2.2.3 二值图像 | 第15-16页 |
2.3 数字图像处理的常用技术 | 第16-25页 |
2.3.1 图像增强 | 第16-17页 |
2.3.2 图像分割 | 第17-20页 |
1 图像分割的数学基础 | 第17-19页 |
2 Laplacian(拉普拉斯算子) | 第19-20页 |
3 基于直方图的分割技术 | 第20页 |
2.3.3 形态学图像处理技术 | 第20-23页 |
1 邻域和邻接 | 第20-21页 |
2 标记 | 第21-22页 |
3 膨胀和腐蚀形态学图像处理 | 第22-23页 |
2.3.4 图像的特征描述 | 第23-25页 |
1 链码 | 第23-24页 |
2 区域面积 | 第24页 |
3 弧长 | 第24页 |
4 周长 | 第24-25页 |
5 直径、长轴、短轴和离心率 | 第25页 |
2.4 数字图像处理技术的优势 | 第25-26页 |
2.5 数字图像处理的常用编程软件 | 第26页 |
2.6 本章小结 | 第26-27页 |
3 系统的总体设计 | 第27-34页 |
3.1 检测系统的构成 | 第27页 |
3.2 系统的主要部件介绍 | 第27-33页 |
3.2.1 流水线平台 | 第27-28页 |
3.2.2 智能控制 | 第28-29页 |
1 上行数据控制 | 第28页 |
2 下行数据控制 | 第28-29页 |
3.2.3 光源和照明方式 | 第29-31页 |
1 光线检测缺陷原理 | 第29-30页 |
2 光源的选择 | 第30-31页 |
3.2.4 上位机 | 第31-33页 |
3.3 本章小结 | 第33-34页 |
4 陶瓷产品检测 | 第34-56页 |
4.1 陶瓷碗的外观圆度、花纹出界、缺口检测 | 第34-50页 |
4.1.1 图像预处理 | 第34-38页 |
1 圆形陶瓷外边界提取 | 第34-36页 |
2 圆形陶瓷内边界提取 | 第36-38页 |
4.1.2 圆度检测 | 第38-42页 |
1 圆心的初步估计 | 第38-39页 |
2 圆度检测和实验分析 | 第39-42页 |
4.1.3 陶瓷碗缺口的检测 | 第42-47页 |
1 边界获取 | 第42页 |
2 确定边界的圆心 | 第42页 |
3 半径曲线 | 第42-43页 |
4 半径差曲线 | 第43-44页 |
5 半径差幂指数 | 第44-45页 |
6 缺口判定 | 第45-46页 |
7 缺口尺寸的估计 | 第46页 |
8 实验和实验分析 | 第46-47页 |
4.1.4 花纹出界的检测 | 第47-50页 |
1 检测原理 | 第47-49页 |
2 实验和实验分析 | 第49-50页 |
4.2 落渣和裂纹检测 | 第50-55页 |
4.2.1 图像初步进行初度对比度拉伸 | 第50页 |
4.2.2 线性灰度变换增大图像的对比度 | 第50-51页 |
4.2.3 裂纹、落渣检测原理 | 第51-55页 |
1 点检测提取边界 | 第51-52页 |
2 碗内缺陷提取 | 第52-53页 |
3 碗内缺陷特征提取与分析 | 第53-54页 |
4 实验及其分析 | 第54-55页 |
4.4 本文小结 | 第55-56页 |
5 本文总结和展望 | 第56-57页 |
致谢 | 第57-58页 |
硕士期间发表的论文 | 第58-59页 |
参考文献 | 第59-61页 |