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--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的焊件外观缺陷检测系统的设计

摘要第4-5页
Abstract第5-6页
第一章 绪论第12-20页
    1.1 引言第12页
    1.2 国内外研究现状第12-17页
        1.2.1 图像处理及分割技术在焊件检测中的应用第13-14页
        1.2.2 焊接缺陷分类及识别技术在工程中的应用第14-16页
        1.2.3 构件外观缺陷检测技术在工业领域的研究第16-17页
    1.3 基于机器视觉的焊件外观缺陷检测系统开发中存在的问题第17-18页
    1.4 本文主要研究内容第18-20页
第二章 焊件外观缺陷检测系统的总体方案设计第20-30页
    2.1 CCD 相机的特性分析及选择第20-22页
        2.1.1 CCD 相机采集原理第20-21页
        2.1.2 CCD 的使用功能特点第21页
        2.1.3 CCD 的分类第21-22页
        2.1.4 CCD 的选择第22页
    2.2 光照单元的设计第22-25页
        2.2.1 光源调节单元设计第23-24页
        2.2.2 光照强度的判断第24-25页
    2.3 检测机械平台的设计与实现第25-29页
        2.3.1 系统总体设计第25-26页
        2.3.2 系统硬件工作流程第26-27页
        2.3.3 系统软件实现流程第27-28页
        2.3.4 技术路线第28-29页
    2.4 本章小结第29-30页
第三章 焊件外观图像预处理第30-45页
    3.1 焊件图像灰度化第30-31页
    3.2 焊件图像复原处理第31-33页
        3.2.1 逆滤波图像复原第31-32页
        3.2.2 维纳滤波器图像复原第32页
        3.2.3 实验结果对比第32-33页
    3.3 图像降噪第33-40页
        3.3.1 中值滤波法降噪第34页
        3.3.2 数学形态学滤波第34-35页
        3.3.3 图像质量评价指标第35-36页
        3.3.4 实验结果分析第36-40页
    3.4 图像增强第40-43页
        3.4.1 图像直方图均衡化第40页
        3.4.2 同态滤波第40-42页
        3.4.3 实验结果对比第42-43页
    3.5 小结第43-45页
第四章 焊接构件表面图像的分割与提取第45-56页
    4.1 基于核改进的模糊 K 均值法的图像分割第45-51页
        4.1.1 模糊 K 均值法的定义第45-46页
        4.1.2 基于核的模糊 K 均值法的改进第46-47页
        4.1.3 基于核改进的 FKM 算法具体步骤第47页
        4.1.4 实验结果及分析第47-51页
    4.2 焊件表面图像 ROI 区域的提取第51-55页
        4.2.1 构件表面 ROI 区域选定第51-54页
        4.2.2 缺陷区域的填充第54-55页
    4.3 小结第55-56页
第五章 基于专家系统的焊件表面缺陷识别第56-71页
    5.1 缺陷特征参数的设定第56-59页
        5.1.1 缺陷区域的周长第56-57页
        5.1.2 缺陷区域的面积第57页
        5.1.3 缺陷区域的圆形度第57-58页
        5.1.4 图像测量标准的校准第58-59页
    5.2 焊接构件的外观缺陷分类第59-61页
        5.2.1 焊接外观缺陷的分类第59-60页
        5.2.2 外观缺陷评定标准第60-61页
    5.3 焊件外观图像的缺陷评定实验第61-63页
    5.4 焊件表面缺陷的识别第63-69页
        5.4.1 焊件表面缺陷识别专家系统总体构架第64-65页
        5.4.2 基于模糊规则的推理机的设计第65-67页
        5.4.3 知识库模块的构建第67-69页
        5.4.4 数据库模块的设计第69页
    5.5 小结第69-71页
第六章 焊件外观缺陷检测系统的开发与介绍第71-80页
    6.1 焊件外观检测系统的整体构件第71-72页
    6.2 焊件外观检测系统功能介绍第72-79页
        6.2.1 系统主界面的介绍第72-73页
        6.2.2 图像采集功能第73-74页
        6.2.3 图像预处理功能第74-75页
        6.2.4 图像分割与提取功能第75-77页
        6.2.5 缺陷识别与分类功能第77-78页
        6.2.6 系统数据查询与维护功能第78-79页
    6.3 本章小结第79-80页
第七章 总结与展望第80-82页
    7.1 总结第80-81页
    7.2 展望第81-82页
参考文献第82-87页
致谢第87-88页
攻读硕士学位期间发表或已完成的学术论文第88页

论文共88页,点击 下载论文
上一篇:基于决策树的移动通信用户流失预警模型研究与实现
下一篇:基于大规模点云数据的三维重建和纹理映射研究