| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第13-26页 |
| 1.1 研究背景 | 第13-16页 |
| 1.1.1 异性纤维的定义与产生原因 | 第13-15页 |
| 1.1.2 异性纤维的危害 | 第15-16页 |
| 1.2 异纤识别研究现状 | 第16-21页 |
| 1.3 机器视觉领域的发展 | 第21-23页 |
| 1.4 研究意义 | 第23-24页 |
| 1.5 本文研究内容及章节安排 | 第24-26页 |
| 2 基于机器视觉的高速棉流图像采集 | 第26-34页 |
| 2.1 图像采集硬件 | 第26-29页 |
| 2.1.1 高速工业相机 | 第26-28页 |
| 2.1.2 镜头选择 | 第28-29页 |
| 2.1.3 图像采集卡 | 第29页 |
| 2.2 光源系统 | 第29-31页 |
| 2.2.1 光源选择 | 第29-30页 |
| 2.2.2 背光板设计 | 第30-31页 |
| 2.3 图像采集硬件整合 | 第31-32页 |
| 2.4 图像采集测试 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 基于机器视觉的自动化棉流异纤检测技术研究 | 第34-59页 |
| 3.1 改进数学形态学算子 | 第34-43页 |
| 3.1.1 数学形态学理论基础 | 第34-40页 |
| 3.1.2 数学形态学边缘检测算子 | 第40-41页 |
| 3.1.3 多结构元的改进形态学算子 | 第41-43页 |
| 3.2 改进亚像素级边缘检测算法 | 第43-53页 |
| 3.2.1 边缘检测概述 | 第43-48页 |
| 3.2.2 结合非极大值抑制的亚像素边缘检测 | 第48-53页 |
| 3.3 算法执行流程 | 第53-54页 |
| 3.4 实验结果及分析 | 第54-58页 |
| 3.4.1 采样环境与实验环境 | 第54页 |
| 3.4.2 仿真实验结果 | 第54-58页 |
| 3.5 本章小结 | 第58-59页 |
| 4 基于机器视觉的自动化棉流异纤检测技术的设计与实现 | 第59-69页 |
| 4.1 自动化棉流异纤检测技术实现的限制因素 | 第59-61页 |
| 4.1.1 异纤检测的前驱设备 | 第59-60页 |
| 4.1.2 排除机构 | 第60页 |
| 4.1.3 时间效率需求的限制 | 第60-61页 |
| 4.2 自动化异纤检测技术的设计 | 第61-66页 |
| 4.2.1 异纤检测识别算法的软件平台 | 第62-64页 |
| 4.2.2 自动化棉流异纤检测技术的整体设计 | 第64-66页 |
| 4.3 自动化棉流异纤检测技术的实现与测试 | 第66-68页 |
| 4.4 本章小结 | 第68-69页 |
| 5 总结与展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 个人简历、在学期间发表学术论文及研究成果 | 第75页 |