首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于嵌入式GPU的数码印花缺陷检测客户端软件设计

致谢第4-5页
摘要第5-6页
Abstract第6页
第1章 绪论第13-20页
    1.1 课题背景及意义第13-14页
    1.2 国内外研究现状第14-18页
        1.2.1 数码印花技术研究现状第14-16页
        1.2.2 印花图像缺陷检测研究现状第16-18页
    1.3 课题研究内容第18-19页
    1.4 论文章节结构第19-20页
第2章 相关技术介绍第20-33页
    2.1 基于CUDA的GPU高性能并行计算技术第20-25页
        2.1.1 CUDA软件架构第20-21页
        2.1.2 CUDA编程模型第21-24页
        2.1.3 CUDA编程优化第24-25页
    2.2 图像缺陷自动检测技术第25-28页
        2.2.1 基于统计的检测算法第25-26页
        2.2.2 基于频谱的检测算法第26-27页
        2.2.3 基于模型的检测算法第27-28页
    2.3 Qt开发框架第28-32页
        2.3.1 Qt框架简介第28-30页
        2.3.2 Qt的SIGNAL-SLOT机制第30-32页
    2.4 本章小结第32-33页
第3章 系统框架与客户端框架设计第33-42页
    3.1 系统整体框架第33-34页
    3.2 客户端整体架构第34-38页
        3.2.1 客户端需求分析第34-36页
        3.2.2 客户端开发架构第36-37页
        3.2.3 客户端界面组织第37-38页
    3.3 客户端业务设计第38-40页
        3.3.1 数据库管理类设计第38-39页
        3.3.2 客户端SDK设计第39-40页
    3.4 本章小结第40-42页
第4章 客户端模块设计第42-78页
    4.1 用户登录模块第42-45页
    4.2 配置模块第45-49页
        4.2.1 相机配置第46-48页
        4.2.2 算法配置第48-49页
    4.3 图像检测模块第49-59页
        4.3.1 检测流程控制第49-52页
        4.3.2 图像显示第52-59页
    4.4 告警模块第59-61页
    4.5 历史记录模块第61-67页
        4.5.1 数据存储第61-65页
        4.5.2 历史记录查询第65-67页
    4.6 用户管理模块第67-70页
    4.7 算法模块第70-77页
        4.7.1 算法原理第71-76页
        4.7.2 缺陷判定第76-77页
    4.8 本章小结第77-78页
第5章 测试及结果第78-91页
    5.1 测试环境第78-79页
    5.2 测试内容第79-80页
    5.3 测试方案及结果第80-90页
    5.4 本章小结第90-91页
第6章 结论与展望第91-93页
    6.1 结论第91-92页
    6.2 展望第92-93页
参考文献第93-98页
作者简历第98页

论文共98页,点击 下载论文
上一篇:基于语音和面部表情融合的情绪识别算法研究及其实现
下一篇:模块独立型Code Smell检测技术研究