首页--工业技术论文--电工技术论文--电工材料论文--导电材料及其制品论文

基于机器视觉的电缆绞线质量检测的研究

摘要第2-3页
Abstract第3-4页
第一章 绪论第7-13页
    1.1 研究背景与意义第7-8页
    1.2 机器视觉的发展与应用第8-10页
    1.3 机器视觉质量检测国内外研究现状第10-11页
    1.4 本课题研究的主要内容第11-12页
    1.5 本章小结第12-13页
第二章 系统的整体设计方案第13-23页
    2.1 检测目标的介绍第14-17页
        2.1.1 外观质量检测指标第15-16页
        2.1.2 尺寸质量检测指标第16-17页
    2.2 系统的硬件设计第17-21页
        2.2.1 工业相机第17-19页
        2.2.2 镜头的选择第19-20页
        2.2.3 光源的选择第20-21页
    2.3 检测系统的软件设计第21-22页
    2.4 本章小结第22-23页
第三章 系统中图像处理技术第23-46页
    3.1 图像处理概述第23页
    3.2 图像预处理第23-28页
        3.2.1 图像增强第23-24页
        3.2.2 图像滤波增强第24-28页
    3.3 阈值分割第28-29页
    3.4 形态学图像处理第29-33页
    3.5 图像特征提取第33-37页
    3.6 三维重构第37-45页
        3.6.1 相机成像模型第37-39页
        3.6.2 相机畸变第39-40页
        3.6.3 双目测量第40页
        3.6.4 旋转矩阵与平移向量第40-42页
        3.6.5 相机标定总结第42-43页
        3.6.6 单目标定第43-44页
        3.6.7 立体标定与矫正第44-45页
        3.6.8 立体匹配与三维坐标计算第45页
    3.7 本章小结第45-46页
第四章 电缆绞线质量检测算法研究与实验第46-95页
    4.1 图像处理平台搭建第46-50页
        4.1.1 Microsoft Visual Studio介绍第46页
        4.1.2 OpenCV介绍第46页
        4.1.3 Microsoft Visual Studio和OpenCV安装与配置第46-50页
    4.2 图像采集环境的配置第50-53页
    4.3 图像采集与矫正第53-55页
    4.4 图像预处理第55-57页
    4.5 纹理提取第57-61页
    4.6 电缆绞线油污检测第61-66页
        4.6.1 油污检测算法框架第61-64页
        4.6.2 油污检测实验及其分析第64-66页
    4.7 电缆绞线直径测量第66-70页
        4.7.1 直径测量算法框架第66-68页
        4.7.2 直径检测实验及其分析第68-70页
    4.8 电缆绞线散股、起灯笼检测第70-79页
        4.8.1 散股、起灯笼检测算法框架第70-72页
        4.8.2 散股、起灯笼检测实验及其分析第72-79页
    4.9 电缆绞线断股检测第79-87页
        4.9.1 断股检测算法框架第80-81页
        4.9.2 断股检测实验及其分析第81-87页
    4.10 电缆绞线表面信息的重构第87-94页
    4.11 本章小结第94-95页
第五章 电缆绞线质量检测系统的界面设计与优化第95-100页
    5.1 界面设计整体功能框架第95-99页
    5.2 本章小结第99-100页
第六章 总结与展望第100-102页
    6.1 工作总结第100-101页
    6.2 展望第101-102页
致谢第102-103页
参考文献第103-106页
附录第106-109页
    附录1 部分检测功能(污点检测)代码第106-108页
    附录2 攻读硕士学位期间申请发明专利第108页
    附录3 攻读硕士学位期间参加的科研项目第108-109页

论文共109页,点击 下载论文
上一篇:基于字典学习算法的ZY-3影像云去除方法研究
下一篇:双层叠梁变形—开裂过程及采场采高效应的数值模拟