| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-26页 |
| 1.1 引言 | 第12-13页 |
| 1.2 机器视觉检测系统的架构 | 第13-14页 |
| 1.3 机器视觉检测技术的研究现状 | 第14-21页 |
| 1.3.1 表面检测的相关研究 | 第14-16页 |
| 1.3.2 外形检测的相关研究 | 第16-19页 |
| 1.3.3 异物检测的相关研究 | 第19-21页 |
| 1.4 本文的研究意义、难点与组织框架 | 第21-25页 |
| 1.4.1 论文的研究意义与难点 | 第21-23页 |
| 1.4.2 本文研究内容与组织框架 | 第23-25页 |
| 1.5 本章小结 | 第25-26页 |
| 第2章 融合色度局部直方图与自然特征的受话器潜在缺陷区域分割 | 第26-42页 |
| 2.1 引言 | 第26页 |
| 2.2 基于区域生长的受话器缺陷自然特征获取 | 第26-33页 |
| 2.2.1 区域生长的基本原理 | 第27-28页 |
| 2.2.2 基于人工交互的受话器缺陷自然特征获取 | 第28-33页 |
| 2.3 受话器缺陷色度局部直方图提取 | 第33-36页 |
| 2.3.1 色度直方图 | 第33-34页 |
| 2.3.2 色度直方图的提取 | 第34-36页 |
| 2.4 基于区域自然特征的受话器在线区域分割 | 第36-40页 |
| 2.4.1 基于色度局部直方图统计信息的受话器区域粗分割 | 第36-38页 |
| 2.4.2 结合二值图像连通特征与位置信息的受话器缺陷精细分割 | 第38-40页 |
| 2.5 本章小结 | 第40-42页 |
| 第3章 受话器绕线与音圈涂层的形状特征提取与选择 | 第42-56页 |
| 3.1 引言 | 第42页 |
| 3.2 形状特征的提取与分析 | 第42-45页 |
| 3.2.1 区域内部形状特征提取与分析 | 第43-45页 |
| 3.2.2 域外部形状特征提取与分析 | 第45页 |
| 3.3 受话器块状缺陷特征提取与选择 | 第45-51页 |
| 3.3.1 基于数学形态学的缺陷区域优化 | 第45-47页 |
| 3.3.2 音圈涂层的块状缺陷特征提取与选择 | 第47-51页 |
| 3.4 受话器线型缺陷特征提取与选择 | 第51-55页 |
| 3.4.1 音圈引线缺陷区域的形状特征提取与选择 | 第51-53页 |
| 3.4.2 缺口铜丝的线型缺陷特征提取与选择 | 第53-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第4章 受话器绕线与音圈涂层缺陷的异步分类识别 | 第56-68页 |
| 4.1 引言 | 第56页 |
| 4.2 受话器分类系统的构成 | 第56-57页 |
| 4.3 受话器绕线与音圈涂层缺陷的快速判别 | 第57-58页 |
| 4.4 基于BP神经网络的受话器绕线与音圈涂层缺陷精确识别 | 第58-66页 |
| 4.4.1 BP神经网络 | 第58-59页 |
| 4.4.2 基于受话器缺陷特征的BP神经网络建立与分析 | 第59-66页 |
| 4.5 实验结果及性能评估 | 第66-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第5章 受话器视觉缺陷检测系统开发与验证 | 第68-80页 |
| 5.1 引言 | 第68页 |
| 5.2 受话器缺陷检测系统的设计 | 第68-73页 |
| 5.2.1 视觉检测平台的硬件搭建及其工作原理 | 第68-69页 |
| 5.2.2 受话器缺陷检测软件的模块化设计 | 第69-73页 |
| 5.3 受话器绕线与音圈涂层缺陷识别功能实现 | 第73-79页 |
| 5.3.1 缺陷区域分割模块 | 第73-75页 |
| 5.3.2 缺陷特征提取模块 | 第75-77页 |
| 5.3.3 缺陷目标识别模块 | 第77-78页 |
| 5.3.4 在线检测模块 | 第78-79页 |
| 5.4 本章小结 | 第79-80页 |
| 第6章 总结与展望 | 第80-84页 |
| 6.1 工作总结 | 第80-81页 |
| 6.2 工作展望 | 第81-84页 |
| 参考文献 | 第84-88页 |
| 作者简历 | 第88页 |
