摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-16页 |
1.1 研究背景 | 第8页 |
1.2 纱线断线介绍 | 第8-9页 |
1.3 国内外检测方法的研究现状 | 第9-11页 |
1.4 数字图像处理技术在纺织工业中的应用实例 | 第11-14页 |
1.5 本论文研究的目的和意义 | 第14-16页 |
第2章 基于数字图像处理技术的智能纱线检测系统简介 | 第16-19页 |
2.1 系统功能概述 | 第16-17页 |
2.2 图像采集模块 | 第17页 |
2.3 图像处理模块 | 第17-18页 |
2.4 通信控制模块 | 第18-19页 |
第3章 基于线性 CCD 图像传感器采集图像 | 第19-28页 |
3.1 CCD 图像传感器的发展历程 | 第19页 |
3.2 CCD 图像传感器的结构及工作原理 | 第19-24页 |
3.2.1 信号电荷的产生 | 第20页 |
3.2.2 信号电荷的存储 | 第20-21页 |
3.2.3 信号电荷的传输 | 第21-22页 |
3.2.4 信号电荷的检测输出 | 第22-24页 |
3.3 CCD 图像传感器的主要性能指标 | 第24-25页 |
3.4 本系统对 CCD 图像传感器的选择 | 第25-26页 |
3.5 采用线性 CCD 获取的图像实例 | 第26-28页 |
第4章 应用数字图像处理技术进行智能化检测 | 第28-44页 |
4.1 图像预处理 | 第28-33页 |
4.1.1 RGB 图像转为灰度图 | 第28-29页 |
4.1.2 去噪声 | 第29-30页 |
4.1.3 获取灰度直方图及直观图 | 第30-31页 |
4.1.4 对比度拉伸 | 第31-33页 |
4.2 “单行高频”检测信号峰值 | 第33-37页 |
4.2.1 绘制单行灰度曲线 | 第33-35页 |
4.2.2 信号峰值的筛选和修正 | 第35-37页 |
4.3 图像阈值分割 | 第37-40页 |
4.3.1 Otsu 自适应阈值分割法 | 第37-39页 |
4.3.2 数学形态学处理 | 第39-40页 |
4.3.3 处理结果及数据统计 | 第40页 |
4.4 实际检测中少数特殊图像示例 | 第40-44页 |
4.4.1 局部过暗的图像 | 第40-41页 |
4.4.2 间距不均匀的图像 | 第41页 |
4.4.3 静电干扰导致的抖动图像 | 第41-42页 |
4.4.4 “黑名单”机制 | 第42页 |
4.4.5 日志文件 | 第42-44页 |
第5章 通信控制模块的实现及产品应用介绍 | 第44-55页 |
5.1 单片机的发展过程 | 第44页 |
5.2 MCS-51 单片机的良好特点 | 第44-45页 |
5.3 Windows 平台下利用 Visual C++ MSComm 控件完成单片机通信 | 第45-51页 |
5.3.1 程序主界面 | 第45-46页 |
5.3.2 程序流程图 | 第46-48页 |
5.3.3 部分函数功能说明 | 第48-51页 |
5.4 部分通讯码表 | 第51-52页 |
5.5 产品应用介绍 | 第52-55页 |
5.5.1 使用说明 | 第52-53页 |
5.5.2 数码管显示说明 | 第53页 |
5.5.3 故障排除 | 第53-55页 |
结论 | 第55-56页 |
参考文献 | 第56-60页 |
致谢 | 第60页 |