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

基于视觉信息的氩弧焊焊缝质量在线检测

摘要第1-5页
Abstract第5-8页
引言第8-9页
1 绪论第9-13页
   ·研究的背景与意义第9-10页
   ·基于视觉信息的焊缝检测研究现状第10-12页
     ·焊缝的识别与跟踪第10页
     ·熔池检测研究现状第10-11页
     ·焊缝缺陷检测方法研究现状第11-12页
   ·本文研究的主要内容及章节安排第12-13页
2 氩弧焊焊缝质量在线检测系统的建立第13-16页
   ·焊缝质量在线检测系统组成第13-15页
     ·系统硬件组成第13-14页
     ·系统软件平台第14-15页
   ·本章小结第15-16页
3 电弧及熔池检测方法的研究与参数提取第16-25页
   ·图像获取第16页
   ·电弧及熔池的检测方法与参数提取第16-22页
     ·电弧及熔池图像的特征分析第16-18页
     ·电弧及熔池图像处理方法第18-22页
   ·图像处理结果第22-24页
   ·本章小结第24-25页
4 焊接质量特征参数的分析与量化第25-35页
   ·不同焊接工艺参数对焊接质量影响的研究第25-27页
     ·实验准备第25-26页
     ·实验过程第26-27页
   ·实验结果与分析第27-28页
     ·不同焊接工艺参数下熔池几何参数的比较第27-28页
     ·实验结果总结与分析第28页
   ·焊接质量特征参数的量化第28-30页
     ·样本图像获取实验条件第29页
     ·样本图像获取实验过程第29-30页
   ·实验结果分析与特征参数的量化第30-34页
     ·电弧及熔池几何参数实验结果分析第30-33页
     ·电弧及熔池特征参数的量化第33-34页
   ·本章小结第34-35页
5 基于支持向量机SVM的焊缝质量在线检测第35-49页
   ·SVM理论概述第36-43页
     ·支持向量机SVM理论介绍第36页
     ·线性SVM第36-39页
     ·非线性SVM第39-41页
     ·支持向量机的二分类问题第41-42页
     ·支持向量机的多分类问题第42-43页
   ·SVM的参数优化第43-45页
     ·交叉验证 (Cross Validation, CV)方法思想的简介第43-44页
     ·核函数的选择第44-45页
   ·离线分类结果的分析第45-47页
     ·SVM分类结果第45-46页
     ·与其他分类算法的比较第46-47页
   ·焊缝质量在线检测实验第47-48页
   ·本章小结第48-49页
6 总结与展望第49-51页
   ·本文总结第49页
   ·今后展望第49-51页
参考文献第51-55页
在学 研究成果第55-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:基于移动营销平台的Android APP智能生成技术研究与实现
下一篇:结合视觉显著性的三维视频增强和视频重定位技术研究