烟条外观质量视觉检测系统的研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 课题的研究背景与意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 主要工作内容 | 第9-10页 |
| 1.4 论文章节安排 | 第10-11页 |
| 2 烟条外观质量视觉检测系统 | 第11-17页 |
| 2.1 系统的整体工作流程 | 第11-12页 |
| 2.2 系统的硬件结构 | 第12-16页 |
| 2.2.1 照明系统 | 第12-14页 |
| 2.2.2 图像采集系统 | 第14-15页 |
| 2.2.3 中心处理系统 | 第15页 |
| 2.2.4 剔除系统 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 3 烟条图像预处理算法 | 第17-28页 |
| 3.1 烟条图像平滑方法研究 | 第17-23页 |
| 3.1.1 均值滤波 | 第17-18页 |
| 3.1.2 双边滤波 | 第18-21页 |
| 3.1.3 非局部均值滤波 | 第21-22页 |
| 3.1.4 改进的非局部均值滤波 | 第22-23页 |
| 3.2 烟条图像锐化方法研究 | 第23-27页 |
| 3.2.1 常用的锐化算子 | 第24-25页 |
| 3.2.2 基于LoG算子锐化 | 第25-26页 |
| 3.2.3 改进的LoG锐化算法 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 4 烟条缺陷检测算法研究 | 第28-43页 |
| 4.1 烟条图像定位 | 第28-29页 |
| 4.2 烟条拉线检测 | 第29-32页 |
| 4.3 烟条端面检测 | 第32-41页 |
| 4.3.1 基于图像处理算法的端面检测方法 | 第33-35页 |
| 4.3.2 基于BP神经网络的检测方法 | 第35-38页 |
| 4.3.3 基于卷积神经网络的检测方法 | 第38-41页 |
| 4.4 本章小结 | 第41-43页 |
| 5 软件系统的设计与实现 | 第43-55页 |
| 5.1 软件可行性分析 | 第43-44页 |
| 5.2 需求分析 | 第44-45页 |
| 5.2.1 功能需求 | 第44-45页 |
| 5.2.2 性能需求 | 第45页 |
| 5.2.3 应用环境 | 第45页 |
| 5.3 系统设计 | 第45-46页 |
| 5.4 软件实现 | 第46-54页 |
| 5.4.1 系统主界面 | 第46-48页 |
| 5.4.2 加载牌号模块 | 第48页 |
| 5.4.3 图像记录模块 | 第48页 |
| 5.4.4 工作记录模块 | 第48-49页 |
| 5.4.5 系统管理模块 | 第49-53页 |
| 5.4.6 相机驱动模块 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 6 总结和展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
