基于图像处理的车身漆膜缺陷识别与分类研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 汽车车身漆膜缺陷检测意义 | 第11-12页 |
1.2 车身漆膜缺陷检测研究现状 | 第12-13页 |
1.3 计算机视觉技术的发展 | 第13-14页 |
1.4 漆膜缺陷检测相关技术分析 | 第14-15页 |
1.5 本文研究内容及章节安排 | 第15-17页 |
第2章 车身漆膜缺陷检测实验台设计 | 第17-29页 |
2.1 车身漆膜缺陷的种类 | 第17-19页 |
2.2 车身漆膜缺陷检测方案及实验台设计 | 第19-20页 |
2.3 车身漆膜缺陷检测装置设计 | 第20-28页 |
2.3.1 检测实验台几何位置及硬件的选择 | 第20-24页 |
2.3.2 检测实验台结构设计 | 第24-28页 |
2.4 本章小结 | 第28-29页 |
第3章 车身漆膜缺陷检测相关技术研究 | 第29-49页 |
3.1 图像预处理 | 第29-35页 |
3.1.1 图像剪裁 | 第29-30页 |
3.1.2 消除图像光照不均匀性 | 第30-32页 |
3.1.3 图像降噪 | 第32页 |
3.1.4 基于形态学的图像增强 | 第32-35页 |
3.2 图像分割 | 第35-40页 |
3.2.1 常见图像分割方法 | 第36-37页 |
3.2.2 改进的图论图像分割法 | 第37-40页 |
3.3 车身漆膜缺陷特征参数确定 | 第40-42页 |
3.3.1 图像全局特征 | 第40-41页 |
3.3.2 图像局部特征 | 第41-42页 |
3.3.3 车身漆膜缺陷特征参数的选取 | 第42页 |
3.4 缺陷特征参数的降维 | 第42-45页 |
3.5 漆膜缺陷判别算法设计 | 第45-47页 |
3.5.1 分类器核函数和参数的选择 | 第45-46页 |
3.5.2 特征参数数据规格化 | 第46-47页 |
3.6 本章小结 | 第47-49页 |
第4章 缺陷检测插件的开发 | 第49-57页 |
4.1 缺陷检测插件的开发 | 第49-55页 |
4.1.1 缺陷检测插件的总体结构 | 第49-50页 |
4.1.2 用户界面 | 第50页 |
4.1.3 插件功能的实现 | 第50-55页 |
4.2 GUI程序转化EXE可执行文件 | 第55页 |
4.3 本章小结 | 第55-57页 |
第5章 漆膜缺陷检测实验 | 第57-65页 |
5.1 漆膜缺陷图像处理 | 第58-59页 |
5.2 漆膜缺陷识别 | 第59-63页 |
5.2.1 获取特征参数数据 | 第59-61页 |
5.2.2 缺陷特征识别分类 | 第61-63页 |
5.3 检测结果分析 | 第63页 |
5.4 本章小结 | 第63-65页 |
第6章 总结与展望 | 第65-67页 |
6.1 全文总结 | 第65页 |
6.2 工作展望 | 第65-67页 |
参考文献 | 第67-73页 |
作者简介及科研成果 | 第73-75页 |
致谢 | 第75页 |