| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第1章 绪论 | 第13-19页 |
| ·研究背景及目的意义 | 第13-16页 |
| ·激光直接标记技术 | 第13-14页 |
| ·二维条码技术 | 第14-15页 |
| ·机器视觉技术 | 第15-16页 |
| ·研究现状 | 第16-18页 |
| ·国外研究现状 | 第16-17页 |
| ·国内研究现状 | 第17-18页 |
| ·课题研究内容 | 第18-19页 |
| 第2章 激光直接标记二维条码工艺技术研究 | 第19-35页 |
| ·引言 | 第19页 |
| ·试验方案 | 第19-24页 |
| ·激光标记设备 | 第19-20页 |
| ·激光标记条码种类的选择 | 第20-21页 |
| ·标记材料特性分析与预处理 | 第21-22页 |
| ·工艺参数的选择 | 第22-23页 |
| ·试验方法 | 第23-24页 |
| ·单一变量对标记条码质量的影响 | 第24-29页 |
| ·条码质量评价指标 | 第25页 |
| ·有效矢量步长对对比度的影响 | 第25-26页 |
| ·Q频率对对比度的影响 | 第26页 |
| ·激光电流对对比度的影响 | 第26-27页 |
| ·加工质量对对比度的影响 | 第27-29页 |
| ·标记工艺参数的正交试验 | 第29-34页 |
| ·正交试验设计 | 第29-30页 |
| ·试验结果分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于神经网络的激光直接标记条码质量预测模型 | 第35-43页 |
| ·引言 | 第35页 |
| ·BP网络建模 | 第35-40页 |
| ·BP网络的设计 | 第36-38页 |
| ·BP网络的训练 | 第38-39页 |
| ·BP网络可靠性验证 | 第39-40页 |
| ·BP网络预测结果 | 第40-42页 |
| ·BP网络预测有效矢量步长对质量的影响 | 第40-41页 |
| ·BP网络预测Q频率对质量的影响 | 第41页 |
| ·BP网络预测激光电流对质量的影响 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 激光标记条码图像质量评价 | 第43-61页 |
| ·引言 | 第43页 |
| ·基于机器视觉的标记条码图像采集系统 | 第43-46页 |
| ·图像采集系统 | 第44-45页 |
| ·条码单元格尺寸 | 第45-46页 |
| ·标记条码图像预处理算法 | 第46-51页 |
| ·图像二值化 | 第47页 |
| ·数学形态学滤波 | 第47-48页 |
| ·边缘检测 | 第48-49页 |
| ·条码定位 | 第49-51页 |
| ·标记条码图像质量评价 | 第51-57页 |
| ·寻边区 | 第53页 |
| ·畸变角 | 第53-54页 |
| ·标记增长 | 第54-55页 |
| ·网格一致性 | 第55-56页 |
| ·质量评价 | 第56-57页 |
| ·曲面标记DM码图像质量分析 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-69页 |
| 致谢 | 第69-70页 |
| 学位论文评阅及答辩情况表 | 第70页 |