首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

啤酒瓶口破损检测技术的研究

摘要第1-4页
Abstract第4-7页
第1章 绪论第7-15页
   ·课题的研究背景及意义第7页
   ·国内外空瓶检测技术研究现状和存在问题第7-14页
     ·国外空瓶检测技术研究现状第7-11页
     ·国内空瓶破损检测技术研究现状第11-12页
     ·目前我国在空瓶瓶口破损检测技术研究的不足第12-13页
     ·本课题主要研究内容第13-14页
   ·论文内容安排第14页
   ·本章小结第14-15页
第2章 啤酒瓶口图像采集系统硬件平台设计第15-22页
   ·光源选型及照明方式第16-18页
     ·光源的选型第16页
     ·照明方式第16-18页
   ·CCD 相机、镜头和图像采集卡选型第18-21页
     ·CCD 相机选型第18-19页
     ·镜头的选型第19-20页
     ·图像采集卡的选型第20-21页
   ·本章小结第21-22页
第3章 啤酒瓶口图像预处理第22-33页
   ·啤酒瓶口图像分析和检测方案第22-23页
     ·啤酒瓶口破损图像分析第22页
     ·啤酒瓶口破损图像检测方案第22-23页
   ·啤酒瓶口图像的预处理第23-31页
     ·直方图均衡化第23-24页
     ·图像分割第24-27页
     ·形态学处理第27-29页
     ·平滑处理第29-31页
   ·本章小结第31-33页
第4章 啤酒瓶口定位及特征向量提取第33-45页
   ·啤酒瓶口定位第33-37页
     ·常见的啤酒瓶口定位方法第33-36页
     ·基于 Hough 圆变换的定位算法第36-37页
   ·啤酒瓶口特征向量提取第37-44页
     ·瓶口缺陷特征参数的选择第37-39页
     ·连通域周长特征参数提取第39-40页
     ·图像矩不变量特征参数提取第40-41页
     ·圆形度及相对圆心距离参数提取第41-44页
   ·本章小结第44-45页
第5章 啤酒瓶口破损识别第45-57页
   ·BP 神经网络第45-48页
     ·BP 神经网络的结构及学习算法第45-46页
     ·隐层节点数的优化与选取第46-47页
     ·学习率对学习速度的影响第47-48页
   ·啤酒瓶口破损的 BP 神经网络设计第48-50页
   ·啤酒瓶口破损状态识别第50-52页
   ·啤酒瓶口破损区域的算法分析第52-56页
   ·本章小结第56-57页
第6章 总结与展望第57-59页
   ·本文完成的主要工作第57-58页
   ·啤酒瓶检测技术的展望第58-59页
参考文献第59-62页
在学期间发表的学术论文与研究成果第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:当代大学生的孤独现象研究
下一篇:农残检测中多维数据可视分析关键技术研究