基于机器视觉的触摸屏玻璃缺陷检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-18页 |
| ·机器视觉的研究状况 | 第11-13页 |
| ·机器视觉的概念及发展历程 | 第11页 |
| ·Marr 视觉理论框架 | 第11-12页 |
| ·机器视觉系统的组成要素 | 第12-13页 |
| ·机器视觉应用及所面临的问题 | 第13页 |
| ·玻璃缺陷检测的研究综述 | 第13-15页 |
| ·玻璃缺陷检测的研究方法 | 第14-15页 |
| ·玻璃缺陷检测的国内外研究情况 | 第15页 |
| ·本课题的研究意义 | 第15-16页 |
| ·本论文的主要内容 | 第16-17页 |
| ·本论文的主要研究方法 | 第16-17页 |
| ·本论文的结构 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第二章 触摸屏玻璃缺陷检测系统的总体设计方案 | 第18-27页 |
| ·硬件系统设计 | 第18-23页 |
| ·图像获取系统 | 第18-21页 |
| ·运动控制系统 | 第21-22页 |
| ·计算机控制系统 | 第22-23页 |
| ·软件实现模块 | 第23-25页 |
| ·软件模块整体架构 | 第23-24页 |
| ·界面显示功能 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 图像预处理 | 第27-39页 |
| ·摄像机系统标定 | 第27-31页 |
| ·常用摄像机模型研究 | 第28页 |
| ·摄像机镜头畸变分析 | 第28-30页 |
| ·本系统的标定研究及实现 | 第30-31页 |
| ·图像滤波处理 | 第31-37页 |
| ·图像噪声分析 | 第31-32页 |
| ·中值滤波法 | 第32-34页 |
| ·形态学滤波法 | 第34-37页 |
| ·滤波处理结果 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第四章 玻璃缺陷检测系统中的自动寻边方法 | 第39-57页 |
| ·边缘图像分割算法 | 第39-48页 |
| ·边缘线轮廓提取 | 第41-43页 |
| ·基于最小外接矩形的带状图形分割 | 第43-44页 |
| ·粘连图像分割 | 第44-48页 |
| ·边缘轨线跟踪及预测算法 | 第48-54页 |
| ·边缘中心线的提取 | 第49-52页 |
| ·中心线跟踪及预测 | 第52-54页 |
| ·缺陷检测系统自动寻边技术的实现 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 触摸屏玻璃缺陷种类分析及检测方法 | 第57-72页 |
| ·触摸屏玻璃缺陷分析 | 第57-60页 |
| ·常见的玻璃缺陷 | 第57-58页 |
| ·触摸屏玻璃缺陷分析 | 第58-60页 |
| ·玻璃缺陷检测算法 | 第60-69页 |
| ·常见缺陷检测算法 | 第60-63页 |
| ·玻璃崩边检测 | 第63-66页 |
| ·玻璃表面划痕检测 | 第66-69页 |
| ·触摸屏玻璃缺陷检测的实现 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 附件 | 第80页 |
