工业视觉成像与流处理技术应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·选题背景及研究目的 | 第11-17页 |
| ·工业视觉成像系统存在的主要技术难题 | 第12页 |
| ·工业成像及视觉信息处理系统 | 第12-13页 |
| ·工业成像及视觉信息处理系统应用领域 | 第13-15页 |
| ·成像系统与视觉信息处理系统发展趋势 | 第15-17页 |
| ·相关技术及发展现状 | 第17-20页 |
| ·固体成像技术发展现状 | 第17-19页 |
| ·实时图像处理技术发展现状 | 第19-20页 |
| ·论文构成及研究思路 | 第20-21页 |
| 第2章 工业机器视觉成像系统研究 | 第21-43页 |
| ·光学成像原理与方法 | 第23-29页 |
| ·光的特性和主要参数 | 第23-27页 |
| ·当前成像方法 | 第27-29页 |
| ·固体成像原理、器件结构 | 第29-38页 |
| ·感光元件类型 | 第31-33页 |
| ·像素结构 | 第33-34页 |
| ·成像器件结构 | 第34-37页 |
| ·CCD 成像器件 | 第37-38页 |
| ·有源像素传感器分析 | 第38-42页 |
| ·CMOS 有源像素传感器工作原理 | 第38-39页 |
| ·工业 CMOS 有源像素传感器分析 | 第39-40页 |
| ·有源像素传感器实验结果及分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第3章 图像流处理方法研究 | 第43-65页 |
| ·流处理技术 | 第44-50页 |
| ·当前图像计算方法 | 第45-46页 |
| ·处理器网络计算方法 | 第46-47页 |
| ·流处理计算方法 | 第47-49页 |
| ·实时图像处理方案 | 第49-50页 |
| ·GPU 硬件体系结构及其处理模型 | 第50-56页 |
| ·GPU 硬件结构 | 第50-51页 |
| ·GPU 计算模型 | 第51-53页 |
| ·采用 GPU 的图像计算方法及实现 | 第53-56页 |
| ·工业机器视觉检测算法的 GPU 并行化 | 第56-59页 |
| ·单帧检测方法的 GPU 并行实现 | 第57-58页 |
| ·多帧检测方法的 GPU 并行实现 | 第58-59页 |
| ·实际应用实例 | 第59-64页 |
| ·采用 GPU 的多工位机器视觉检测设备 | 第60-62页 |
| ·采用 GPU 的多工位安瓿针剂机器视觉检测设备 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第4章 工业机器视觉技术应用研究 | 第65-81页 |
| ·饮料自动化生产线上的罐盖机器视觉检测设备 | 第66-73页 |
| ·饮料罐盖视觉检测设备体系结构 | 第68-69页 |
| ·成像系统 | 第69-70页 |
| ·检测方案及流程 | 第70-73页 |
| ·罐盖质量检测算法实现过程 | 第73-79页 |
| ·离线检测参数确定 | 第73-74页 |
| ·检测对象定位 | 第74-76页 |
| ·检测对象多区域标定与检测过程 | 第76-79页 |
| ·整机软件设计 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-86页 |
| 致谢 | 第86-87页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第87-88页 |
| 附录 B 攻读学位期间所参加的科研项目 | 第88页 |
