首页--交通运输论文--公路运输论文--汽车工程论文--汽车制造厂论文--工厂设备及安装论文

基于机器视觉的汽车保险盒缺陷在线自动检测系统研究

摘要第4-6页
ABSTRACT第6-7页
注释表第13-14页
第一章 绪论第14-23页
    1.1 研究背景及意义第14-15页
    1.2 机器视觉的研究现状第15-20页
    1.3 存在问题第20页
    1.4 本文主要内容及创新点第20-23页
        1.4.1 本文主要内容第20-21页
        1.4.2 本文创新点第21-23页
第二章 检测系统方案设计第23-35页
    2.1 系统设计需求和技术指标以及总体方案第23-26页
        2.1.1 系统的设计需求与技术指标第23-24页
        2.1.2 系统设计的总体方案第24-26页
    2.2 视觉检测模块的研究与设计第26-31页
        2.2.1 机器视觉系统的研究与设计第26-29页
        2.2.2 载具研究与设计第29-30页
        2.2.3 机器视觉系统的检测平台的研究与设计第30-31页
    2.3 工件分拣模块的研究与设计第31-32页
    2.4 总体系统工作流程设计第32-34页
    2.5 本章小结第34-35页
第三章 工件图像的匹配算法研究第35-73页
    3.1 图像匹配的概述与现状第35-36页
    3.2 基于对角区域选择策略的粗匹配算法第36-56页
        3.2.1 图像粗匹配中基本匹配算法的概述与选择第36-46页
        3.2.2 校正分析与对角区域的选择策略第46-50页
        3.2.3 对角区域理想匹配点对研究与分析第50-52页
        3.2.4 基于坐标相似性的预备理想匹配点对选择策略第52-54页
        3.2.5 基于匹配准确度最佳粗匹配第54-56页
    3.3 基于区域分割的图像精匹配算法第56-71页
        3.3.1 精匹配总体流程设计第57页
        3.3.2 子区域校正分析与基本匹配算法选择第57-60页
        3.3.3 区域的分割策略研究第60-64页
        3.3.4 子区域理想匹配点对的研究与分析第64-65页
        3.3.5 子区域基于坐标相似性的改进预备理想匹配点对选择策略第65-67页
        3.3.6 子区域基于单位像素路径搜索的精配准研究第67-71页
    3.4 实验结果与分析第71-72页
    3.5 本章小结第72-73页
第四章 工件图像的缺陷检测算法研究第73-86页
    4.1 传统滤波算法概述与选择第73-77页
    4.2 多胶少胶缺陷检测算法的研究与设计第77-82页
        4.2.1 多胶少胶缺陷特征分析第77页
        4.2.2 基于均值滤波与误差块区域大小的粗筛选第77-80页
        4.2.3 基于横向纵向滤波的精筛选第80-82页
    4.3 结构性缺陷检测算法的研究与设计第82-83页
        4.3.1 结构性缺陷特征分析第82页
        4.3.2 基于形态学开运算的结构性缺陷检测第82-83页
    4.4 总体缺陷检测方案与实验结果分析第83-85页
        4.4.1 总体缺陷检测方案第83-84页
        4.4.2 实验与结果分析第84-85页
    4.5 本章小结第85-86页
第五章 系统的测试与分析第86-93页
    5.1 实验仪器与精度分析第86页
    5.2 检测结果第86-92页
        5.2.1 工件图片匹配结果第86-87页
        5.2.2 工件图片缺陷检测结果第87-92页
    5.3 本章小结第92-93页
第六章 总结与展望第93-95页
    6.1 本文的主要工作第93-94页
    6.2 研究展望第94-95页
参考文献第95-100页
致谢第100-101页
在学期间的研究成果及发表的学术论文第101页

论文共101页,点击 下载论文
上一篇:汽车总装车间电气仿真系统的研究与应用
下一篇:考虑运动稳定性的智能车辆纵横向综合控制研究