基于机器视觉的西林瓶缺陷检测算法及系统研究
| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 引言 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 机器视觉技术概述 | 第9-11页 |
| 1.2.1 机器视觉的定义 | 第9页 |
| 1.2.2 机器视觉系统组成和应用 | 第9-11页 |
| 1.3 西林瓶检测技术的研究现状 | 第11-13页 |
| 1.4 论文研究内容和结构安排 | 第13-16页 |
| 第二章 西林瓶检测系统的总体设计 | 第16-28页 |
| 2.1 系统总体设计方案 | 第16页 |
| 2.1.1 系统技术指标 | 第16页 |
| 2.2 系统硬件设计方案 | 第16-25页 |
| 2.2.1 光源和照明方式 | 第17-20页 |
| 2.2.2 光学镜头 | 第20-22页 |
| 2.2.3 工业相机 | 第22-23页 |
| 2.2.4 机械定位和旋转装置 | 第23-24页 |
| 2.2.5 转移剔废装置 | 第24-25页 |
| 2.3 系统软件设计方案 | 第25-26页 |
| 2.4 本章小节 | 第26-28页 |
| 第三章 西林瓶瓶口缺陷检测算法 | 第28-48页 |
| 3.1 瓶口检测区域定位 | 第28-37页 |
| 3.1.1 瓶口与背景图像的分割 | 第28-37页 |
| 3.2 瓶口缺陷检测算法 | 第37-44页 |
| 3.2.1 模板匹配法 | 第38-39页 |
| 3.2.2 极坐标变换和动态阈值分割法 | 第39-44页 |
| 3.3 实验结果和分析 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 瓶身瓶底的缺陷检测和分类 | 第48-64页 |
| 4.1 瓶身缺陷检测 | 第48-55页 |
| 4.1.1 瓶身图像分析 | 第48-50页 |
| 4.1.2 瓶身检测区域定位 | 第50-52页 |
| 4.1.3 瓶身缺陷检测 | 第52-53页 |
| 4.1.4 实验结果和分析 | 第53-55页 |
| 4.2 瓶底缺陷检测 | 第55-58页 |
| 4.2.1 瓶底图像分析 | 第55-56页 |
| 4.2.2 瓶底检测区域定位 | 第56页 |
| 4.2.3 瓶底缺陷检测 | 第56-57页 |
| 4.2.4 实验结果和分析 | 第57-58页 |
| 4.3 缺陷特征提取和分类 | 第58-61页 |
| 4.3.1 缺陷特征提取 | 第58-59页 |
| 4.3.2 缺陷识别分类 | 第59-61页 |
| 4.4 系统实现 | 第61-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 结论与展望 | 第64-65页 |
| 5.1 结论 | 第64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |
