基于机器视觉的织物瑕疵实时在线检测系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·课题来源 | 第9页 |
| ·研究背景及意义 | 第9-10页 |
| ·课题研究现状 | 第10-12页 |
| ·国内外研究情况 | 第10-11页 |
| ·已推向市场的视觉织物瑕疵检测系统 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 2 研究对象与解决方案 | 第13-17页 |
| ·织物及织物瑕疵 | 第13-15页 |
| ·瑕疵分类 | 第14页 |
| ·瑕疵产生原因 | 第14-15页 |
| ·研究方法及解决方案 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 3 织物瑕疵在线检测平台设计与搭建 | 第17-39页 |
| ·检测平台设计方案 | 第17-18页 |
| ·硬件平台机械结构 | 第18页 |
| ·传动装置 | 第18-25页 |
| ·组成部件 | 第18-22页 |
| ·电机控制与现场总线 | 第22-25页 |
| ·张力检测器 | 第25-26页 |
| ·图像采集子系统 | 第26-34页 |
| ·图像采集子系统部件 | 第27-32页 |
| ·多相机并行扫描 | 第32-33页 |
| ·图像同步采集实现 | 第33-34页 |
| ·光学设备安装与参数计算 | 第34-37页 |
| ·检测精度 | 第34-35页 |
| ·扫描幅宽 | 第35页 |
| ·相机工作距离 | 第35-36页 |
| ·系统最高检测速度 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 4 瑕疵检测算法及其实现 | 第39-57页 |
| ·图像采集策略 | 第39页 |
| ·织物瑕疵检测原理与算法流程 | 第39-40页 |
| ·图像预处理 | 第40-48页 |
| ·织物图像去噪与背景纹理抑制 | 第41-43页 |
| ·织物瑕疵增强算法 | 第43-45页 |
| ·图像拼接 | 第45-48页 |
| ·瑕疵提取与分割算法 | 第48-53页 |
| ·模糊C均值聚类算法 | 第48-50页 |
| ·黄金模板图像差值算法 | 第50-51页 |
| ·OTSU阈值分割算法 | 第51-53页 |
| ·检测后处理算法 | 第53-56页 |
| ·分割后噪声抑制 | 第53-55页 |
| ·瑕疵定位 | 第55-56页 |
| ·织物瑕疵信息存储与输出 | 第56页 |
| ·本章小结 | 第56-57页 |
| 5 应用软件系统与实验结果 | 第57-67页 |
| ·开发环境介绍 | 第57-59页 |
| ·软件开发环境Visual Studio | 第57页 |
| ·图像处理开源库OpenCV | 第57-58页 |
| ·图像采集卡相关驱动SDK | 第58页 |
| ·仿真环境Matlab | 第58页 |
| ·数据库 | 第58-59页 |
| ·应用软件系统 | 第59-61页 |
| ·软件系统架构 | 第59页 |
| ·应用软件主操作界面 | 第59-60页 |
| ·用户管理模块 | 第60页 |
| ·设备控制模块 | 第60-61页 |
| ·实验结果分析 | 第61-65页 |
| ·静态实验结果 | 第61-62页 |
| ·在线检测实验结果 | 第62-64页 |
| ·检测实时性分析 | 第64-65页 |
| ·系统性能指标 | 第65页 |
| ·本章小结 | 第65-67页 |
| 6 总结与展望 | 第67-69页 |
| ·全文总结 | 第67页 |
| ·课题展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 作者攻读学位期间发表学术论文清单 | 第75-77页 |
| 致谢 | 第77页 |
