基于机器视觉的USB插头表面缺陷检测技术研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第11-19页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 常用表面缺陷检测方法简介 | 第12-16页 |
| 1.2.1 磁粉检测法 | 第12页 |
| 1.2.2 渗透检测法 | 第12-13页 |
| 1.2.3 涡流检测法 | 第13-14页 |
| 1.2.4 目视检测法 | 第14页 |
| 1.2.5 超声检测法 | 第14-15页 |
| 1.2.6 机器视觉检测法 | 第15页 |
| 1.2.7 常用检测方法比较 | 第15-16页 |
| 1.3 课题的主要研究任务和预期目标 | 第16-17页 |
| 1.4 论文研究内容及组织结构 | 第17-19页 |
| 2 USB插头机器视觉检测系统总体结构 | 第19-25页 |
| 2.1 机器视觉检测系统组成 | 第19页 |
| 2.2 图像采集系统 | 第19-23页 |
| 2.2.1 相机选型 | 第20-21页 |
| 2.2.2 镜头选型 | 第21-22页 |
| 2.2.3 可行性分析 | 第22-23页 |
| 2.3 图像处理系统 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 照明方式研究 | 第25-37页 |
| 3.1 常见的光源类型 | 第25-26页 |
| 3.2 几种经典的照明方式 | 第26-28页 |
| 3.3 照明方案的设计与对比 | 第28-35页 |
| 3.3.1 改进的同轴光源照明 | 第29-31页 |
| 3.3.2 环形光源 | 第31-32页 |
| 3.3.3 光源颜色选择 | 第32页 |
| 3.3.4 实验结果及分析 | 第32-35页 |
| 3.4 本章小结 | 第35-37页 |
| 4 USB插头缺陷提取算法研究 | 第37-61页 |
| 4.1 缺陷提取算法流程 | 第37页 |
| 4.2 张正友标定法 | 第37-41页 |
| 4.2.1 需要标定的参数 | 第37-38页 |
| 4.2.2 标定平面与摄像机平面的单应性 | 第38页 |
| 4.2.3 相机的内外参数求解 | 第38-40页 |
| 4.2.4 实验过程及数据 | 第40-41页 |
| 4.3 图像预处理 | 第41-45页 |
| 4.3.1 图像平滑 | 第42-44页 |
| 4.3.2 ROI提取 | 第44-45页 |
| 4.4 改进的滞后阈值提取USB面缺陷 | 第45-48页 |
| 4.5 GABOR滤波提取USB划痕缺陷 | 第48-54页 |
| 4.5.1 存在的问题 | 第48-49页 |
| 4.5.2 划痕缺陷的空频特性 | 第49-50页 |
| 4.5.3 Gabor滤波原理 | 第50-52页 |
| 4.5.4 Gabor滤波应用 | 第52页 |
| 4.5.5 形态学分析 | 第52-54页 |
| 4.6 实验结果及分析 | 第54-59页 |
| 4.7 本章小结 | 第59-61页 |
| 5 USB插头缺陷分类算法研究 | 第61-69页 |
| 5.1 常见的分类方法 | 第61-62页 |
| 5.2 基于SVM的USB插头缺陷分类 | 第62-67页 |
| 5.2.1 SVM算法原理 | 第62-63页 |
| 5.2.2 SVM应用 | 第63-64页 |
| 5.2.3 实验过程及结果分析 | 第64-67页 |
| 5.3 本章小结 | 第67-69页 |
| 6 总结与展望 | 第69-71页 |
| 6.1 课题总结 | 第69页 |
| 6.2 研究展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第75页 |
