基于机器视觉的带钢表面孔洞检测系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-22页 |
| ·研究背景 | 第11-12页 |
| ·带钢表面孔洞检测技术 | 第12-16页 |
| ·传统无损检测技术 | 第12-15页 |
| ·机器视觉检测技术 | 第15-16页 |
| ·国内外研究概况及发展趋势 | 第16-19页 |
| ·国外研究状况 | 第16-17页 |
| ·国内研究成果 | 第17-18页 |
| ·研究方向及发展趋势 | 第18-19页 |
| ·研究目的和意义 | 第19-21页 |
| ·论文主要工作 | 第21-22页 |
| 第二章 带钢表面孔洞机器视觉检测系统构建 | 第22-31页 |
| ·孔洞缺陷类型 | 第22-24页 |
| ·孔洞检测主要技术要求 | 第24页 |
| ·孔洞检测系统的工作原理及基本架构 | 第24-28页 |
| ·光源 | 第25-26页 |
| ·CCD摄像机 | 第26-27页 |
| ·照明方式 | 第27-28页 |
| ·孔洞检测流程 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 带钢表面孔洞机器视觉检测关键技术 | 第31-48页 |
| ·疑似孔洞缺陷提取技术 | 第31-34页 |
| ·差影法提取 | 第31-32页 |
| ·基于直方图提取 | 第32-33页 |
| ·基于灰度特征提取 | 第33-34页 |
| ·图像预处理技术 | 第34-41页 |
| ·图像噪声的分离 | 第34-35页 |
| ·噪声特性分析 | 第35-37页 |
| ·滤波器设计 | 第37-41页 |
| ·图像分割技术 | 第41-47页 |
| ·基于边界的分割方法 | 第42-45页 |
| ·基于区域的分割方法 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 孔洞缺陷的特征提取和分类识别 | 第48-64页 |
| ·孔洞缺陷特征提取和选择原则 | 第48页 |
| ·孔洞缺陷特征提取 | 第48-60页 |
| ·孔洞缺陷的特征定义 | 第49-51页 |
| ·孔洞缺陷的特征统计及与其他缺陷的比较 | 第51-60页 |
| ·孔洞缺陷分类识别 | 第60-63页 |
| ·基于特征相对距离的缺陷分类 | 第60-62页 |
| ·基于图像形态距离的缺陷分类 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 软件系统设计 | 第64-72页 |
| ·开发环境 | 第64页 |
| ·程序框架 | 第64-65页 |
| ·功能单元 | 第65-67页 |
| ·低层处理单元 | 第66-67页 |
| ·中层处理单元 | 第67页 |
| ·高层处理单元 | 第67页 |
| ·算法流程 | 第67-70页 |
| ·目标区域面积 | 第67-68页 |
| ·目标区域周长 | 第68-69页 |
| ·缺陷识别和定位 | 第69-70页 |
| ·检测界面 | 第70-71页 |
| ·本章小节 | 第71-72页 |
| 第六章 实验结果及误差分析 | 第72-80页 |
| ·检测实验 | 第72-76页 |
| ·检测环境 | 第72-73页 |
| ·实验过程 | 第73-76页 |
| ·实验结果 | 第76页 |
| ·检测精度及误差分析 | 第76-79页 |
| ·CCD相机引起的误差 | 第77-78页 |
| ·系统的噪声误差 | 第78页 |
| ·图像处理算法误差 | 第78页 |
| ·计算累计误差 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第七章 结论 | 第80-82页 |
| 参考文献 | 第82-87页 |
| 致谢 | 第87页 |
