| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·触点零件形貌检测系统的研究背景 | 第8-11页 |
| ·触点零件及其形貌特征的重要性 | 第8-10页 |
| ·工业生产中触点形貌检测的现状 | 第10-11页 |
| ·计算机视觉检测技术对触点零件形貌检测的适用性 | 第11-15页 |
| ·计算机视觉检测技术概述 | 第11-13页 |
| ·计算机视觉检测技术在工业形貌检测方面的应用及适用性 | 第13-15页 |
| ·本文主要内容及安排 | 第15-18页 |
| ·研究内容及方法 | 第15-16页 |
| ·研究的关键问题 | 第16页 |
| ·本文结构安排 | 第16-18页 |
| 第二章 触点零件形貌在线检测系统整体设计 | 第18-31页 |
| ·系统检测原理 | 第18-19页 |
| ·计算机视觉检测原理 | 第18页 |
| ·实现自学习功能的检测原理 | 第18-19页 |
| ·在线视觉检测系统总体结构设计 | 第19-20页 |
| ·实现自学习功能的检测流程 | 第20-21页 |
| ·在线自学习视觉检测系统的组成 | 第21-30页 |
| ·照明系统 | 第21-24页 |
| ·光学成像系统、成像元件 | 第24-26页 |
| ·图像采集卡 | 第26-27页 |
| ·软件处理系统 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 视觉检测中的图像处理技术 | 第31-54页 |
| ·图像处理概述 | 第31页 |
| ·图像预处理 | 第31-36页 |
| ·图像分割 | 第36-43页 |
| ·常见图像分割方法分析 | 第36-37页 |
| ·图像分割阈值的自适应选择 | 第37-42页 |
| ·多幅图像中值法确定检测阈值 | 第42-43页 |
| ·图像特征提取 | 第43-53页 |
| ·特征空间的选择 | 第43-44页 |
| ·灰度特征 | 第44页 |
| ·几何特征 | 第44-47页 |
| ·纹理特征 | 第47-50页 |
| ·边缘特征 | 第50-51页 |
| ·其他特征 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 实现学习功能的模式识别技术 | 第54-71页 |
| ·模式识别概述 | 第54-55页 |
| ·特征预处理 | 第55-56页 |
| ·剔除离群点 | 第55页 |
| ·数据归一化 | 第55-56页 |
| ·特征选择 | 第56-61页 |
| ·基本选择方法分析 | 第57-58页 |
| ·类可分性准则的选择 | 第58-59页 |
| ·多类别特征子集的选择方法 | 第59-61页 |
| ·特征优化 | 第61-63页 |
| ·分类器设计 | 第63-70页 |
| ·分类器设计方法分析 | 第63-66页 |
| ·支持向量机实现分类过程 | 第66-68页 |
| ·基于支持向量机的多类分类器设计 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 系统试验及误差分析 | 第71-82页 |
| ·系统试验平台介绍 | 第71-72页 |
| ·试验步骤 | 第72-76页 |
| ·学习模块试验步骤 | 第72-75页 |
| ·检测模块试验步骤 | 第75-76页 |
| ·系统性能试验 | 第76-80页 |
| ·样本容量试验 | 第76-77页 |
| ·实时性试验 | 第77-79页 |
| ·通用性试验 | 第79-80页 |
| ·误差分析 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-84页 |
| ·研究总结 | 第82-83页 |
| ·课题展望 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士学位期间所发表的学术论文目录 | 第88-90页 |