玻璃瑕疵在线检测关键技术研究及系统实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 玻璃瑕疵检测技术研究现状 | 第11-12页 |
| 1.2.2 机器视觉技术的发展及应用 | 第12-13页 |
| 1.3 瑕疵图像的处理技术概述 | 第13-15页 |
| 1.3.1 应用范围 | 第13-14页 |
| 1.3.2 发展趋势 | 第14-15页 |
| 1.4 玻璃瑕疵检测的关键技术问题 | 第15-16页 |
| 1.5 本文研究的主要内容及结构 | 第16-18页 |
| 第2章 瑕疵检测系统设计 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 检测系统总体方案设计 | 第18-19页 |
| 2.3 检测系统硬件设计 | 第19-26页 |
| 2.3.1 图像采集装置选型分析 | 第20-22页 |
| 2.3.2 照明装置的设计分析 | 第22-24页 |
| 2.3.3 核心处理器设计 | 第24-26页 |
| 2.4 检测系统软件设计 | 第26-29页 |
| 2.4.1 开发环境的建立 | 第26-27页 |
| 2.4.2 软件程序设计 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 玻璃瑕疵图像的预处理技术 | 第30-45页 |
| 3.1 引言 | 第30页 |
| 3.2 玻璃图像的滤波算法 | 第30-35页 |
| 3.2.1 平滑滤波算法 | 第31页 |
| 3.2.2 低通滤波算法 | 第31-32页 |
| 3.2.3 中值滤波算法 | 第32-33页 |
| 3.2.4 适合玻璃瑕疵图像的滤波算法 | 第33-35页 |
| 3.3 玻璃瑕疵感兴趣区域获取 | 第35-41页 |
| 3.3.1 各阈值分割算法的对比 | 第35-38页 |
| 3.3.2 OTSU分割算法分析 | 第38-40页 |
| 3.3.3 预处理过程优化 | 第40-41页 |
| 3.4 玻璃图像的边缘检测算法 | 第41-44页 |
| 3.4.1 Canny边缘检测算法 | 第42-43页 |
| 3.4.2 瑕疵边缘检测效果 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 瑕疵图像的特征提取及特征选择 | 第45-58页 |
| 4.1 引言 | 第45页 |
| 4.2 瑕疵图像的特征提取 | 第45-49页 |
| 4.2.1 基于不变矩的特征提取 | 第45-47页 |
| 4.2.2 几何特征的提取 | 第47-49页 |
| 4.3 瑕疵图像的特征选择 | 第49-56页 |
| 4.3.1 特征选择概念及过程 | 第49-51页 |
| 4.3.2 Relief算法原理及探究 | 第51-53页 |
| 4.3.3 U-Relief特征选择算法模型建立 | 第53-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第5章 检测算法验证分析与系统应用 | 第58-66页 |
| 5.1 引言 | 第58页 |
| 5.2 特征选择算法有效性验证 | 第58-63页 |
| 5.2.1 算法实用性验证 | 第58-61页 |
| 5.2.2 U-Relief对玻璃瑕疵的特征选择 | 第61-63页 |
| 5.3 检测系统的应用 | 第63-64页 |
| 5.4 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74页 |
