摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第14-25页 |
1.1 课题研究背景及研究意义 | 第14-15页 |
1.2 机器视觉理论概述 | 第15-16页 |
1.3 LabVIEW及视觉模块介绍 | 第16-19页 |
1.3.1 LabVIEW的软件开发环境 | 第16-17页 |
1.3.2 LabVIEW视觉模块 | 第17-19页 |
1.4 国内外研究状况 | 第19-23页 |
1.4.1 机器视觉国内外研究状况 | 第19-21页 |
1.4.2 并行处理技术研究状况 | 第21-22页 |
1.4.3 干电池缺陷检测技术研究状况 | 第22-23页 |
1.5 本文主的研究目标和主要工作 | 第23-25页 |
第二章 干电池缺陷并行检测实验装置搭建 | 第25-35页 |
2.1 检测实验装置整体设计 | 第25-27页 |
2.1.1 干电池缺陷分析 | 第25-26页 |
2.1.2 技术要求 | 第26页 |
2.1.3 整体设计方案 | 第26-27页 |
2.2 硬件选择 | 第27-33页 |
2.2.1 照明系统设计 | 第27-29页 |
2.2.2 摄像机选型 | 第29-32页 |
2.2.3 光学镜头 | 第32-33页 |
2.2.4 其它硬件设备 | 第33页 |
2.3 检测装置的实验环境 | 第33页 |
2.4 本章小结 | 第33-35页 |
第三章 基于LabVIEW的干电池缺陷并行检测软件设计 | 第35-44页 |
3.1 并行检测装置软件设计模式 | 第35-38页 |
3.1.1 生产者/消费者模式 | 第35-36页 |
3.1.2 基于队列状态机的生产者/消费者模式 | 第36-37页 |
3.1.3 软件检测流程 | 第37-38页 |
3.2 实验装置的软件模块 | 第38-42页 |
3.2.1 多通道图像采集模块 | 第38-39页 |
3.2.2 图像处理模块 | 第39-40页 |
3.2.3 数据存储模块 | 第40页 |
3.2.4 系统主界面设计 | 第40-42页 |
3.3 软件检测效果 | 第42-43页 |
3.4 本章小结 | 第43-44页 |
第四章 干电池缺陷图像预处理和边缘检测 | 第44-57页 |
4.1 图像处理流程 | 第44-45页 |
4.2 图像预处理 | 第45-52页 |
4.2.1 图像滤波 | 第46-48页 |
4.2.2 图像滤波效果分析 | 第48-49页 |
4.2.3 灰度变换 | 第49-50页 |
4.2.4 灰度变换效果分析 | 第50-52页 |
4.3 边缘检测 | 第52-56页 |
4.4 本章小结 | 第56-57页 |
第五章 干电池缺陷识别方法研究 | 第57-70页 |
5.1 干电池缺陷特征分析 | 第57-59页 |
5.1.1 锌筒缺陷特征分析 | 第57-58页 |
5.1.2 浆层纸缺陷特征分析 | 第58页 |
5.1.3 碳棒缺陷特征分析 | 第58-59页 |
5.2 锌筒缺陷识别 | 第59-63页 |
5.2.1 轮廓提取 | 第59-61页 |
5.2.2 轮廓匹配 | 第61-63页 |
5.3 浆层纸缺陷识别 | 第63-65页 |
5.4 碳棒缺陷识别 | 第65-69页 |
5.4.1 基于边缘特征的缺陷识别 | 第65-67页 |
5.4.2 模板匹配 | 第67-69页 |
5.5 本章小结 | 第69-70页 |
总结与展望 | 第70-72页 |
参考文献 | 第72-76页 |
攻读硕士学位期间发表的论文 | 第76-78页 |
致谢 | 第78页 |