摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-19页 |
·本论文的研究背景 | 第12-13页 |
·机器视觉技术及其发展现状 | 第13-17页 |
·机器视觉的概念 | 第13页 |
·机器视觉的特点 | 第13-14页 |
·机器视觉的原理 | 第14-15页 |
·机器视觉的发展历史 | 第15-16页 |
·机器视觉系统的结构与分类对比 | 第16-17页 |
·基于机器视觉的在线抽检系统的研究现状及应用领域 | 第17-18页 |
·本论文研究的主要内容 | 第18-19页 |
第二章 晶振外壳缺陷在线抽检系统的设计 | 第19-33页 |
·晶振外壳缺陷在线抽检系统的结构 | 第19-20页 |
·晶振外壳缺陷在线抽检系统中工业相机的选择和分析 | 第20页 |
·图像采集卡 | 第20-21页 |
·光源和照明的设计 | 第21-24页 |
·光源类型选取 | 第22页 |
·系统照明方式的设计 | 第22-24页 |
·晶振外壳缺陷在线抽检系统平台 | 第24页 |
·机械装置设计 | 第24-31页 |
·机械装置设计原理与依据 | 第25-26页 |
·机械装置具体结构设计 | 第26-31页 |
·本章小结 | 第31-33页 |
第三章 基于机器视觉的晶振外壳缺陷在线抽检系统的控制设计 | 第33-43页 |
·基于机器视觉的晶振外壳缺陷在线抽检系统的控制要求 | 第33页 |
·基于机器视觉的晶振外壳缺陷在线抽检系统的控制系统结构 | 第33-34页 |
·基于机器视觉的晶振外壳缺陷在线抽检系统的控制系统设计 | 第34-38页 |
·控制原理分析与控制器的选择 | 第34-36页 |
·系统的控制节拍分析 | 第36-38页 |
·工控机与数据采集卡的通信实现 | 第38页 |
·基于机器视觉的晶振外壳缺陷在线抽检系统的主要执行机构以及选型 | 第38-42页 |
·气动执行元件的选择 | 第38-41页 |
·阀门选择 | 第41页 |
·气源处理装置 | 第41-42页 |
·本章小结 | 第42-43页 |
第四章 数字图像处理技术 | 第43-56页 |
·数字图像处理概述 | 第43页 |
·晶振外壳缺陷在线抽检系统的图像处理流程 | 第43-44页 |
·数字图像相关理论以及在本视觉系统中的应用 | 第44-55页 |
·图像中提取晶振外壳内底面的处理过程 | 第44-48页 |
·RGB颜色模型与HSV颜色模型 | 第44-46页 |
·图像区域定位以及灰度化与二值化 | 第46-47页 |
·图像分割 | 第47-48页 |
·晶振外壳内底面和顶面的缺陷检测 | 第48-55页 |
·本章小结 | 第55-56页 |
第五章 晶振外壳缺陷在线抽检系统的软件设计 | 第56-63页 |
·晶振外壳缺陷在线抽检系统软件的整体流程 | 第56-57页 |
·晶振外壳缺陷在线抽检系统视觉软件的开发方法 | 第57-58页 |
·软件开发方法的选择 | 第57页 |
·晶振外壳缺陷在线抽检系统的程序实现步骤 | 第57-58页 |
·软件的模块分析与设计 | 第58-61页 |
·软件的各个模块的功能分析 | 第58页 |
·图像采集模块 | 第58-61页 |
·图像处理模块 | 第61页 |
·通讯模块 | 第61-62页 |
·本章小结 | 第62-63页 |
第六章 实验数据处理与影响因素分析 | 第63-76页 |
·实验流程以及实验数据处理 | 第63-70页 |
·实验流程 | 第63-65页 |
·实验数据处理 | 第65-70页 |
·晶振外壳内底面图像实验数据处理与分析 | 第65-67页 |
·晶振外壳顶面图像实验数据处理与分析 | 第67-70页 |
·晶振外壳缺陷检测的影响因素分析 | 第70-75页 |
·本章小结 | 第75-76页 |
第七章 总结和展望 | 第76-79页 |
·全文总结 | 第76-77页 |
·展望 | 第77-79页 |
参考文献 | 第79-83页 |
附录 | 第83-99页 |
攻读硕士学位期间申请的专利和发表的论文 | 第99-100页 |
致谢 | 第100页 |