基于机器视觉的锂电池丝印LOGO缺陷检测系统研究与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 课题研究背景与意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 研究目的和内容 | 第18-20页 |
| 1.4 论文章节安排 | 第20-21页 |
| 第二章 检测系统方案设计与硬件选型 | 第21-32页 |
| 2.1 检测要求与技术难点 | 第21-22页 |
| 2.2 检测系统方案设计 | 第22-25页 |
| 2.3 视觉系统硬件选型 | 第25-31页 |
| 2.4 本章总结 | 第31-32页 |
| 第三章 图像预处理及边缘提取 | 第32-48页 |
| 3.1 图像平滑处理 | 第32-36页 |
| 3.1.1 常见噪声种类及滤波介绍 | 第32-33页 |
| 3.1.2 本文图像去噪算法 | 第33-36页 |
| 3.2 增强图像对比度 | 第36-37页 |
| 3.3 OTSU阈值法 | 第37-38页 |
| 3.4 图像边缘检测 | 第38-47页 |
| 3.4.1 像素级边缘轮廓提取算法 | 第38-44页 |
| 3.4.2 亚像素边缘提取算法 | 第44-46页 |
| 3.4.3 边缘提取结果 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 字符型LOGO缺陷检测算法的设计与实现 | 第48-59页 |
| 4.1 图像对位算法 | 第48-51页 |
| 4.1.1 建立对位模板 | 第48-49页 |
| 4.1.2 图像对位算法简介 | 第49页 |
| 4.1.3 本文图像对位算法 | 第49-51页 |
| 4.2 字符型LOGO缺陷检测算法 | 第51-56页 |
| 4.2.1 建立检测区域模板 | 第51-52页 |
| 4.2.2 图像相差法 | 第52-54页 |
| 4.2.3 数学形态学缺陷检测算法 | 第54-56页 |
| 4.3 本文缺陷检测算法 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 基于SVM的图案型LOGO缺陷检测算法 | 第59-71页 |
| 5.1 SVM算法原理及验证方法 | 第59-62页 |
| 5.1.1 SVM算法原理 | 第59-61页 |
| 5.1.2 交叉验证方法 | 第61-62页 |
| 5.1.3 凸壳法判断数据是否线性可分原理 | 第62页 |
| 5.2 libSVM介绍 | 第62-63页 |
| 5.3 基于PCA的图像特征选取 | 第63-66页 |
| 5.4 基于SVM的缺陷分类 | 第66-69页 |
| 5.4.1 训练和测试样本的准备 | 第66-67页 |
| 5.4.2 用Opencv实现SVM缺陷识别 | 第67-69页 |
| 5.5 结果分析 | 第69-70页 |
| 5.6 本章小结 | 第70-71页 |
| 第六章 系统实现及实验分析 | 第71-78页 |
| 6.1 系统软件平台和图像库的介绍 | 第71页 |
| 6.2 系统的实现与流程 | 第71-75页 |
| 6.3 实验结果及误差分析 | 第75-77页 |
| 6.4 本章小结 | 第77-78页 |
| 总结与展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 攻读硕士学位期间发表论文及成果 | 第83-85页 |
| 致谢 | 第85页 |
