| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题研究的背景与意义 | 第8-9页 |
| 1.2 机器视觉技术 | 第9-11页 |
| 1.2.1 机器视觉定义 | 第9-10页 |
| 1.2.2 机器视觉的发展及应用现状 | 第10页 |
| 1.2.3 机器视觉系统的构成 | 第10-11页 |
| 1.3 虚拟仪器和LabVIEW软件 | 第11-13页 |
| 1.3.1 虚拟仪器的发展 | 第11-12页 |
| 1.3.2 LabVIEW软件及其视觉模块介绍 | 第12-13页 |
| 1.4 本文的主要工作及结构安排 | 第13-15页 |
| 2 表面缺陷检测系统总体设计 | 第15-18页 |
| 2.1 缺陷种类及形成原因 | 第15-16页 |
| 2.2 检测要求 | 第16页 |
| 2.3 总体方案设计 | 第16-18页 |
| 3 图像采集部分硬件组成 | 第18-29页 |
| 3.1 相机的选择 | 第18-22页 |
| 3.1.1 相机的主要参数 | 第18-21页 |
| 3.1.2 实际选用的相机 | 第21-22页 |
| 3.2 图像采集卡的选择 | 第22-23页 |
| 3.3 镜头的选择 | 第23-24页 |
| 3.4 光源及照明方式的选择 | 第24-29页 |
| 3.4.1 光源的选择 | 第25-26页 |
| 3.4.2 照明技术的选择 | 第26页 |
| 3.4.3 本系统照明方式与光源的设计 | 第26-29页 |
| 4 机器视觉核心算法 | 第29-43页 |
| 4.1 图像特征分析 | 第29页 |
| 4.2 图像预处理 | 第29-31页 |
| 4.3 图像增强 | 第31-33页 |
| 4.4 图像分割 | 第33-38页 |
| 4.4.1 全局阈值分割 | 第35-36页 |
| 4.4.2 局部阈值分割 | 第36-38页 |
| 4.5 形态学处理 | 第38-40页 |
| 4.6 图像识别 | 第40-43页 |
| 4.6.1 掩膜处理 | 第40-41页 |
| 4.6.2 缺陷特征提取及分类 | 第41-43页 |
| 5 基于LabVIEW缺陷检测系统的实现 | 第43-64页 |
| 5.1 图像处理总体流程设计 | 第43-44页 |
| 5.2 图像采集模块 | 第44-46页 |
| 5.3 图像处理模块 | 第46-58页 |
| 5.3.1 图像预处理 | 第46-47页 |
| 5.3.2 全局阈值分割 | 第47-51页 |
| 5.3.3 形态学处理 | 第51-55页 |
| 5.3.4 掩膜 | 第55-56页 |
| 5.3.5 局部阈值分割 | 第56-58页 |
| 5.4 缺陷特征提取 | 第58-60页 |
| 5.5 结果输出模块 | 第60-61页 |
| 5.6 LabVIEW与S7-200PLC通讯实现 | 第61-64页 |
| 6 实验结果和分析 | 第64-69页 |
| 6.1 系统的开发环境 | 第64-65页 |
| 6.2 实验结果分析 | 第65-68页 |
| 6.3 误差分析 | 第68-69页 |
| 7 总结与展望 | 第69-71页 |
| 7.1 总结 | 第69页 |
| 7.2 展望 | 第69-71页 |
| 参考文献 | 第71-73页 |
| 攻读硕士学位期间发表论文及科研成果 | 第73-74页 |
| 致谢 | 第74-75页 |