基于LabVIEW的机器视觉测量技术及应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·机器视觉技术来源、背景及其意义 | 第7-10页 |
| ·机器视觉技术的来源 | 第7-8页 |
| ·机器视觉技术的背景及其意义 | 第8-9页 |
| ·机器视觉系统构成 | 第9-10页 |
| ·虚拟仪器及LabVIEW概述 | 第10-13页 |
| ·虚拟仪器发展概况 | 第10-11页 |
| ·LabVIEW发展概况 | 第11-13页 |
| ·课题的提出 | 第13-14页 |
| ·本论文的主要工作 | 第14-17页 |
| ·论文的主要工作 | 第14页 |
| ·论文结构 | 第14-17页 |
| 第二章 机器视觉检测系统总体设计 | 第17-23页 |
| ·引言 | 第17页 |
| ·金属缺陷分析 | 第17-18页 |
| ·检测系统的设计方案 | 第18-22页 |
| ·系统原理与系统组成 | 第18-20页 |
| ·软件系统工作流程设计 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 图像预处理 | 第23-33页 |
| ·引言 | 第23页 |
| ·图像灰度化 | 第23-25页 |
| ·灰度化基本概念 | 第23页 |
| ·常用灰度化算法 | 第23-24页 |
| ·基于全局彩色分量统计特性的灰度化算法 | 第24-25页 |
| ·图像噪声 | 第25-29页 |
| ·图像噪声的来源 | 第25-26页 |
| ·常用滤波算法 | 第26-29页 |
| ·图像增强 | 第29-31页 |
| ·图像增强基本概念 | 第29页 |
| ·基于灰度直方图的图像增强技术 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 图像定位与测量 | 第33-45页 |
| ·引言 | 第33页 |
| ·图像分割 | 第33-38页 |
| ·图像分割基本概念 | 第33-34页 |
| ·二值化方法 | 第34-35页 |
| ·改进的最大类间方差法 | 第35-37页 |
| ·小面积区域填充 | 第37-38页 |
| ·图像模板匹配 | 第38-42页 |
| ·图像匹配基本概念 | 第38-39页 |
| ·模板匹配算法 | 第39-41页 |
| ·模板匹配新技术 | 第41-42页 |
| ·特征提取 | 第42-44页 |
| ·图像面积特征计算 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于虚拟仪器的金属表面检测系统的实现 | 第45-67页 |
| ·引言 | 第45页 |
| ·系统的硬件基础 | 第45-52页 |
| ·相机的选取 | 第45-48页 |
| ·图像采集卡 | 第48-50页 |
| ·光源的选择 | 第50-52页 |
| ·软件构成与实现 | 第52-66页 |
| ·软件平台的开发包选择 | 第52-53页 |
| ·软件的开发环境及功能 | 第53-55页 |
| ·软件涉及模块函数介绍 | 第55-62页 |
| ·软件功能介绍 | 第62-66页 |
| ·软件的特点 | 第66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-73页 |
