摘要 | 第4-5页 |
abstract | 第5页 |
1 绪论 | 第9-13页 |
1.1 课题来源 | 第9页 |
1.2 课题研究背景及意义 | 第9页 |
1.3 国内外研究现状和发展情况 | 第9-11页 |
1.4 本论文主要研究内容 | 第11-13页 |
2 图像采集装置设计及系统组成 | 第13-27页 |
2.1 工业控制计算机 | 第13-14页 |
2.2 图像采集系统 | 第14-23页 |
2.2.1 工业相机 | 第14-16页 |
2.2.2 光学镜头 | 第16-17页 |
2.2.3 光源及光源控制器 | 第17-23页 |
2.3 机械传动机构 | 第23-24页 |
2.4 通讯控制系统 | 第24-25页 |
2.5 本章小结 | 第25-27页 |
3 纽扣缺陷检测算法实现 | 第27-53页 |
3.1 图像采集模式 | 第27-28页 |
3.2 图像预处理 | 第28-30页 |
3.3 模板匹配 | 第30-34页 |
3.4 边缘检测 | 第34-41页 |
3.5 阈值分割 | 第41-43页 |
3.6 实验结果分析 | 第43-45页 |
3.7 基于深度卷积神经网络的纽扣缺陷分类 | 第45-51页 |
3.7.1 基于AlexNet的深度卷积神经网络测试 | 第46-50页 |
3.7.2 基于迁移学习的深度卷积神经网络测试 | 第50-51页 |
3.8 本章小结 | 第51-53页 |
4 软件实现与实验结果 | 第53-59页 |
4.1 开发环境介绍 | 第53-55页 |
4.1.1 界面开发工具 | 第53-54页 |
4.1.2 图像采集软件及SDK | 第54页 |
4.1.3 图像处理算法编程软件HDevelop | 第54-55页 |
4.1.4 数据库Microsoft SQL Server | 第55页 |
4.2 软件系统方案 | 第55-58页 |
4.2.1 软件系统结构 | 第56页 |
4.2.2 软件操作界面 | 第56-58页 |
4.3 本章小结 | 第58-59页 |
5 总结与展望 | 第59-61页 |
5.1 全文总结 | 第59-60页 |
5.2 课题展望 | 第60-61页 |
参考文献 | 第61-67页 |
作者攻读学位期间发表学术论文清单 | 第67-69页 |
致谢 | 第69页 |