印刷制版的缺陷检测技术研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-19页 |
1.1 课题背景及意义 | 第10-11页 |
1.2 国内外研究现状分析 | 第11-16页 |
1.2.1 图像配准算法研究现状 | 第11-13页 |
1.2.2 缺陷检测技术研究现状 | 第13-14页 |
1.2.3 印刷品缺陷检测系统应用现状 | 第14-16页 |
1.2.4 现状分析与总结 | 第16页 |
1.3 论文主要工作及结构安排 | 第16-19页 |
第2章 印刷制版的缺陷检测系统总体方案设计 | 第19-34页 |
2.1 系统总体方案设计 | 第19-20页 |
2.2 图像获取平台的搭建 | 第20-29页 |
2.2.1 硬件选型及设计 | 第20-25页 |
2.2.2 平台搭建及连接 | 第25-27页 |
2.2.3 PLC程序设计和相机参数设置 | 第27-29页 |
2.3 相机标定理论 | 第29-32页 |
2.3.1 投影变换与相机参数 | 第30-31页 |
2.3.2 标定过程 | 第31-32页 |
2.4 算法方案设计 | 第32-33页 |
2.5 本章小结 | 第33-34页 |
第3章 基于改进SURF算子的印刷品图像匹配 | 第34-51页 |
3.1 图像分割基础 | 第34-36页 |
3.2 常用特征点检测算子 | 第36-39页 |
3.2.1 Harris特征 | 第37-38页 |
3.2.2 SUSAN算法 | 第38-39页 |
3.3 基于SURF算子的特征点检测 | 第39-42页 |
3.3.1 积分图 | 第40页 |
3.3.2 兴趣点检测 | 第40-41页 |
3.3.3 尺度空间 | 第41-42页 |
3.4 改进SRUF特征描述及快速匹配 | 第42-46页 |
3.4.1 改进的特征点描述方法 | 第43-44页 |
3.4.2 基于BBF策略改进的图像快速匹配 | 第44-45页 |
3.4.3 基于RANSAC算法剔除误配点 | 第45-46页 |
3.5 实验结果分析 | 第46-50页 |
3.5.1 改进描述子匹配效果实验 | 第46-49页 |
3.5.2 剔除误配点实验 | 第49-50页 |
3.6 本章小结 | 第50-51页 |
第4章 印刷制版缺陷检测及分类 | 第51-71页 |
4.1 参数确定及图像变换 | 第51-55页 |
4.1.1 参数估计 | 第51-53页 |
4.1.2 图像变换和灰度插值 | 第53-55页 |
4.2 缺陷检测及连通域分析 | 第55-60页 |
4.2.1 差分及形态学处理 | 第56-59页 |
4.2.2 连通域分析 | 第59-60页 |
4.3 基于GA-BP神经网络的印刷品缺陷分类 | 第60-67页 |
4.3.1 人工神经网络 | 第61-62页 |
4.3.2 GA-BP神经网络 | 第62-65页 |
4.3.3 缺陷特征提取 | 第65-66页 |
4.3.4 分类器设计 | 第66-67页 |
4.4 印刷制版缺陷分类 | 第67-70页 |
4.4.1 BP神经网络结构参数优化 | 第67-68页 |
4.4.2 印刷制版缺陷分类 | 第68-70页 |
4.5 本章小结 | 第70-71页 |
第5章 印刷制版缺陷检测系统实现 | 第71-79页 |
5.1 软件平台选择及配置 | 第71页 |
5.2 软件功能分析及架构 | 第71-73页 |
5.3 系统工作界面介绍 | 第73-78页 |
5.3.1 系统主界面 | 第73-74页 |
5.3.2 工具栏 | 第74-77页 |
5.3.3 系统操作流程 | 第77-78页 |
5.4 本章小结 | 第78-79页 |
第6章 总结与展望 | 第79-81页 |
6.1 工作总结 | 第79-80页 |
6.2 工作展望 | 第80-81页 |
参考文献 | 第81-85页 |
致谢 | 第85-86页 |
攻读硕士学位期间发表的学术论文 | 第86页 |