基于机器视觉的汽车安全带MGG质量检测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 检测技术概述及国内外研究现状 | 第13-19页 |
| 1.2.1 检具及其研究现状与发展趋势 | 第13-16页 |
| 1.2.2 视觉检测技术及国内外研究现状 | 第16-19页 |
| 1.3 MGG检测研究现状 | 第19页 |
| 1.4 本文的主要研究内容 | 第19-21页 |
| 第二章 汽车安全带MGG检测系统的设计与分析 | 第21-37页 |
| 2.1 检测系统总体方案设计 | 第21-24页 |
| 2.2 视觉部分设计与分析 | 第24-31页 |
| 2.2.1 相机的分析与确定 | 第24-25页 |
| 2.2.2 镜头的分析与确定 | 第25-28页 |
| 2.2.3 光源和照明方式的分析与选择 | 第28-30页 |
| 2.2.4 视觉部分软件分析与选择 | 第30页 |
| 2.2.5 相机内参数和尺寸测量系统的标定 | 第30-31页 |
| 2.3 机械部分的设计与分析 | 第31-32页 |
| 2.4 控制部分设计 | 第32-36页 |
| 2.4.1 控制器及其步进电机、驱动器的选择 | 第32-34页 |
| 2.4.2 控制程序的编写 | 第34-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 汽车安全带MGG图像预处理 | 第37-46页 |
| 3.1 图像去噪 | 第37-40页 |
| 3.1.1 空域内的图像去噪 | 第37-39页 |
| 3.1.2 基于小波变换的图像去噪 | 第39-40页 |
| 3.2 图像对比度增强 | 第40-43页 |
| 3.2.1 灰度变换增强 | 第40-41页 |
| 3.2.2 基于同态滤波的对比度增强 | 第41-42页 |
| 3.2.3 基于模糊集的对比度增强 | 第42-43页 |
| 3.3 图像二值化 | 第43-45页 |
| 3.3.1 双峰法 | 第43-44页 |
| 3.3.2 迭代法 | 第44页 |
| 3.3.3 OTSU法 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 汽车安全带MGG缺陷检测分类 | 第46-71页 |
| 4.1 缺陷分析及检测流程 | 第46页 |
| 4.2 图像去噪算法的确定 | 第46-48页 |
| 4.3 图像的特征提取 | 第48-55页 |
| 4.3.1 基于灰度-梯度共生矩阵的纹理特征提取 | 第48-51页 |
| 4.3.2 基于图像不变矩的特征提取 | 第51-53页 |
| 4.3.3 特征提取方法分析与选择 | 第53-55页 |
| 4.4 基于主成分分析的特征降维 | 第55-59页 |
| 4.5 缺陷识别分类器分析与设计 | 第59-69页 |
| 4.5.1 多总体距离判别分类器 | 第60-61页 |
| 4.5.2 神经网络分类器 | 第61-69页 |
| 4.6 缺陷检测分类器的确定 | 第69页 |
| 4.7 本章小结 | 第69-71页 |
| 第五章 汽车安全带MGG尺寸检测 | 第71-85页 |
| 5.1 尺寸检测分析 | 第71页 |
| 5.2 图像预处理算法的确定 | 第71-73页 |
| 5.3 图像边缘特征提取 | 第73-79页 |
| 5.3.1 微分算子 | 第73-74页 |
| 5.3.2 Canny算子 | 第74-75页 |
| 5.3.3 边缘算子的确定 | 第75-76页 |
| 5.3.4 亚像素的边缘检测分析 | 第76-79页 |
| 5.4 尺寸测量 | 第79-83页 |
| 5.4.1 尺寸测量实现过程分析 | 第79-81页 |
| 5.4.2 外径的测量结果 | 第81-82页 |
| 5.4.3 缺口宽度的测量结果 | 第82-83页 |
| 5.5 误差分析 | 第83-84页 |
| 5.6 本章小结 | 第84-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 6.1 全文总结 | 第85-86页 |
| 6.2 工作展望 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 致谢 | 第92-93页 |
| 攻读硕士期间所取得的成果 | 第93-94页 |
| 附录 (部分程序) | 第94-96页 |
