铝板热轧中间坯边部和头尾缺陷机器视觉检测
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题背景及其意义 | 第11-12页 |
| 1.2 机器视觉技术 | 第12-14页 |
| 1.2.1 机器视觉简介 | 第12-13页 |
| 1.2.2 数字图像处理 | 第13-14页 |
| 1.3 机器视觉在轧制领域的应用现状 | 第14-17页 |
| 1.4 课题来源与主要研究内容 | 第17-18页 |
| 第2章 铝合金板坯边部与头尾缺陷检测系统设计 | 第18-28页 |
| 2.1 铝合金边部和头尾缺陷检测系统的总体设计 | 第18-19页 |
| 2.2 机器视觉硬件选型 | 第19-24页 |
| 2.2.1 工业相机选型 | 第19-21页 |
| 2.2.2 镜头选型 | 第21-23页 |
| 2.2.3 照明光源 | 第23-24页 |
| 2.3 机器视觉软件 | 第24-26页 |
| 2.4 双目视觉实验装置 | 第26-27页 |
| 2.4.1 实验装置的搭建 | 第26页 |
| 2.4.2 实验装置与PC的连接 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 板坯头/尾缺陷检测与控制策略研究 | 第28-44页 |
| 3.1 引言 | 第28页 |
| 3.2 Blob分析简介 | 第28-29页 |
| 3.3 铝合金板坯的头尾缺陷检测与测量 | 第29-39页 |
| 3.3.1 ROI区域设置 | 第29-30页 |
| 3.3.2 图像动态阈值分割 | 第30-34页 |
| 3.3.3 铝合金厚板轮廓特征提取 | 第34-36页 |
| 3.3.4 “鳄鱼嘴”长度的测量 | 第36-39页 |
| 3.4 热轧过程头部翘曲测量 | 第39-41页 |
| 3.4.1 翘曲产生的原因及危害 | 第39页 |
| 3.4.2 头部翘曲的图像处理方法 | 第39-41页 |
| 3.5 头尾缺陷与翘曲的控制策略 | 第41-43页 |
| 3.5.1 头尾缺陷控制策略 | 第41-42页 |
| 3.5.2 翘曲控制策略 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 板坯侧边双鼓检测与控制策略研究 | 第44-62页 |
| 4.1 引言 | 第44-45页 |
| 4.2 双目立体视觉简介 | 第45-46页 |
| 4.3 双目视觉原理 | 第46-49页 |
| 4.3.1 双目视觉原理 | 第46-48页 |
| 4.3.2 双目视觉系统的精度 | 第48-49页 |
| 4.4 双目系统标定的标定 | 第49-57页 |
| 4.4.1 双目系统标定原理 | 第50-53页 |
| 4.4.2 双目系统标定过程 | 第53-56页 |
| 4.4.3 双目系统标定结果 | 第56-57页 |
| 4.5 测量结果与分析 | 第57-59页 |
| 4.6 边部缺陷控制策略 | 第59-60页 |
| 4.6.1 边部缺陷控制方法 | 第59-60页 |
| 4.6.2 边部双鼓缺陷的控制策研究 | 第60页 |
| 4.7 本章小结 | 第60-62页 |
| 第5章 检测系统软件设计 | 第62-75页 |
| 5.1 引言 | 第62页 |
| 5.2 Qt开发平台简介 | 第62-64页 |
| 5.2.1 Qt简介 | 第62-63页 |
| 5.2.2 Qt套件的组成 | 第63页 |
| 5.2.3 信号和槽机制 | 第63-64页 |
| 5.3 头尾缺陷检测系统 | 第64-70页 |
| 5.3.1 算法的Halcon实现 | 第64-66页 |
| 5.3.2 部分Halcon程序 | 第66-67页 |
| 5.3.3 头尾检测系统 | 第67-70页 |
| 5.4 双目测量系统 | 第70-72页 |
| 5.4.1 双目测量算法的Halcon实现 | 第70-71页 |
| 5.4.2 双目测量系统 | 第71-72页 |
| 5.5 多国语言发布 | 第72-74页 |
| 5.6 本章小结 | 第74-75页 |
| 结论 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第80-81页 |
| 致谢 | 第81页 |
