| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 2 相关理论与技术 | 第15-24页 |
| 2.1 PLC编程技术 | 第15-18页 |
| 2.1.1 PLC的基本结构 | 第15-16页 |
| 2.1.2 PLC的工作原理 | 第16-17页 |
| 2.1.3 PLC的功能特点 | 第17-18页 |
| 2.2 机器视觉技术 | 第18-20页 |
| 2.2.1 机器视觉系统 | 第19-20页 |
| 2.3 数字图像处理技术 | 第20-22页 |
| 2.4 传感器技术 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 口服液智能灯检机系统的设计 | 第24-40页 |
| 3.1 系统硬件设计 | 第24-30页 |
| 3.1.1 工控系统设计 | 第24-27页 |
| 3.1.2 传感器设计 | 第27-28页 |
| 3.1.3 采图装置设计 | 第28-29页 |
| 3.1.4 识别及踢瓶装置设计 | 第29-30页 |
| 3.2 系统软件设计 | 第30-39页 |
| 3.2.1 采图模块设计 | 第30-32页 |
| 3.2.2 口服液瓶子判别 | 第32-33页 |
| 3.2.3 图像差分 | 第33-34页 |
| 3.2.4 图像去噪 | 第34-35页 |
| 3.2.5 自适应阈值分割 | 第35-36页 |
| 3.2.6 特征提取 | 第36页 |
| 3.2.7 杂质的判定与识别 | 第36-37页 |
| 3.2.8 软件识别流程 | 第37-38页 |
| 3.2.9 杂质识别算法描述 | 第38-39页 |
| 3.3 本章小结 | 第39-40页 |
| 4 口服液灯检系统图像处理及杂质识别算法研究 | 第40-53页 |
| 4.1 图像去噪处理 | 第40-43页 |
| 4.1.1 图像噪声的简介和分类 | 第40-41页 |
| 4.1.2 经典的去噪方法 | 第41页 |
| 4.1.3 本系统去噪算法 | 第41-43页 |
| 4.2 图像分割 | 第43-48页 |
| 4.2.1 双峰法 | 第43-44页 |
| 4.2.2 自适应阈值算法 | 第44页 |
| 4.2.3 最大类间方差阈值分割法 | 第44-45页 |
| 4.2.4 各阈值分割算法性能比较及本系统分割算法 | 第45-48页 |
| 4.3 准杂质提取 | 第48-50页 |
| 4.3.1 区域面积特征提取 | 第48-50页 |
| 4.3.2 区域重心特征提取 | 第50页 |
| 4.4 杂质识别 | 第50-52页 |
| 4.4.1 准杂质重心偏移计算 | 第51-52页 |
| 4.4.2 准杂质匹配度计算及杂质识别 | 第52页 |
| 4.5 本章小结 | 第52-53页 |
| 5 系统测试与检测结果分析 | 第53-61页 |
| 5.1 功能设计 | 第53-54页 |
| 5.1.1 系统总体结构 | 第53-54页 |
| 5.1.2 系统底层软件模块 | 第54页 |
| 5.2 程序界面及功能描述 | 第54-57页 |
| 5.2.1 设置界面 | 第54-55页 |
| 5.2.2 检测界面 | 第55-57页 |
| 5.3 检测结果及分析 | 第57-59页 |
| 5.3.1 硬件测试环境 | 第57页 |
| 5.3.2 检测过程与结果 | 第57-59页 |
| 5.3.3 检测结果分析 | 第59页 |
| 5.4 本章小结 | 第59-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 本文的主要工作 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间的主要成果 | 第67-68页 |
| 致谢 | 第68页 |