基于机器视觉的零件表面缺陷检测
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究的背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·存在的问题和发展趋势 | 第12-13页 |
| ·本文的主要研究内容和安排 | 第13-14页 |
| ·本章小结 | 第14-16页 |
| 第2章 零件图像背景分割 | 第16-26页 |
| ·引言 | 第16页 |
| ·零件图像的特点分析 | 第16-18页 |
| ·传统的形态学背景分割 | 第18-21页 |
| ·算法介绍 | 第18-19页 |
| ·实验结果及分析 | 第19-21页 |
| ·改进的形态学背景分割 | 第21-24页 |
| ·算法步骤 | 第21-22页 |
| ·实验及结果分析 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 零件表面缺陷分割 | 第26-50页 |
| ·引言 | 第26页 |
| ·图像增强 | 第26-28页 |
| ·直方图均衡化 | 第27页 |
| ·实验结果及分析 | 第27-28页 |
| ·经典的阈值分割方法 | 第28-34页 |
| ·人工选择阈值法 | 第29页 |
| ·迭代阈值分割法 | 第29-30页 |
| ·一维Otsu阈值分割法 | 第30-31页 |
| ·二维Otsu阈值分割法 | 第31-32页 |
| ·实验及结果分析 | 第32-34页 |
| ·本文提出的零件表面缺陷分割算法 | 第34-43页 |
| ·一维连续小波变换 | 第34-35页 |
| ·离散小波变换 | 第35页 |
| ·多分辨率分析 | 第35-36页 |
| ·具体算法步骤 | 第36-37页 |
| ·实验及结果分析 | 第37-43页 |
| ·缺陷后处理 | 第43-48页 |
| ·形态学处理 | 第43-44页 |
| ·二值图像边缘检测 | 第44-47页 |
| ·实验及结果分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 特征提取和缺陷识别 | 第50-72页 |
| ·引言 | 第50页 |
| ·特征的分类 | 第50-52页 |
| ·缺陷特征的提取 | 第52-58页 |
| ·几何特征的提取 | 第52-55页 |
| ·纹理特征的提取 | 第55-58页 |
| ·零件质量等级评定 | 第58页 |
| ·特征参数库的建立 | 第58-60页 |
| ·缺陷识别和分类 | 第60-70页 |
| ·BP算法原理 | 第61-65页 |
| ·BP神经网络的训练 | 第65-67页 |
| ·BP分类器的设计 | 第67-70页 |
| ·实验及结果分析 | 第70页 |
| ·本章小结 | 第70-72页 |
| 第5章 零件缺陷检测系统的总体设计 | 第72-80页 |
| ·引言 | 第72页 |
| ·硬件设计 | 第72-75页 |
| ·光源 | 第72-73页 |
| ·CCD摄像机 | 第73-74页 |
| ·平台的搭建 | 第74-75页 |
| ·软件设计 | 第75-78页 |
| ·开发环境 | 第75页 |
| ·软件结构设计 | 第75-78页 |
| ·本章小结 | 第78-80页 |
| 第6章 总结与展望 | 第80-82页 |
| ·本文工作总结 | 第80-81页 |
| ·展望 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 攻读硕士学位期间发表的论文和参加科研情况 | 第85-86页 |
| 致谢 | 第86-87页 |
