基于机器视觉的机械零件检测与识别系统设计
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-19页 |
| ·机器视觉 | 第11-14页 |
| ·机器视觉的概念 | 第11-12页 |
| ·机器视觉的发展经历 | 第12-13页 |
| ·机器视觉的现状 | 第13-14页 |
| ·机器视觉的发展趋势 | 第14页 |
| ·机器视觉检测技术 | 第14-15页 |
| ·机器视觉的应用 | 第15-16页 |
| ·课题的研究内容与意义 | 第16-18页 |
| ·研究内容 | 第16-17页 |
| ·研究意义 | 第17-18页 |
| ·课题涉及的主要领域及技术 | 第18页 |
| ·本章小结 | 第18-19页 |
| 2 数字图像处理与分析基础 | 第19-28页 |
| ·图像的数字化 | 第19-22页 |
| ·图像形成模型 | 第19页 |
| ·图像的数学模型 | 第19-20页 |
| ·图像的采样 | 第20-22页 |
| ·图像的量化 | 第22页 |
| ·图像的增强 | 第22-23页 |
| ·图像分割技术 | 第23-25页 |
| ·图像匹配与识别 | 第25-27页 |
| ·基于匹配的识别技术 | 第25页 |
| ·统计模式识别 | 第25-26页 |
| ·模糊模式识别方法 | 第26页 |
| ·人工神经网络 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 3 机器视觉检测与识别系统 | 第28-35页 |
| ·机器视觉检测与识别系统的基本机构 | 第28-29页 |
| ·系统硬件 | 第29-34页 |
| ·光源 | 第29-30页 |
| ·数字相机 | 第30-32页 |
| ·图像采集卡 | 第32-34页 |
| ·系统模块化 | 第34页 |
| ·本章小结 | 第34-35页 |
| 4 图像处理算法研究及实现 | 第35-57页 |
| ·图像增强 | 第35-41页 |
| ·灰度线性变换 | 第35-38页 |
| ·直方图变换增强 | 第38-41页 |
| ·图像去噪 | 第41-48页 |
| ·领域平均法 | 第42-44页 |
| ·中值滤波法 | 第44-45页 |
| ·均值滤波与中值滤波效果的比对 | 第45-46页 |
| ·图像去噪的其他方法 | 第46-48页 |
| ·图像分割 | 第48-56页 |
| ·灰度阈值分割 | 第48-50页 |
| ·直方图阈值 | 第50-52页 |
| ·基于边缘检测的图像分割 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 5 机械零件检测与识别的实现 | 第57-67页 |
| ·零件形状特征提取及几何参数的计算 | 第57-58页 |
| ·零件外形尺寸检测与缺陷特征 | 第58-59页 |
| ·BP神经网络 | 第59-62页 |
| ·前向神经网络模型 | 第59-61页 |
| ·BP学习算法及学习步骤 | 第61-62页 |
| ·BP神经网络应用于机械零件的检测与识别 | 第62-66页 |
| ·输入层、输出层以及隐含层节点数的确定 | 第62-63页 |
| ·识别实验结果 | 第63页 |
| ·系统误差分析 | 第63-64页 |
| ·软件界面设计 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士期间发表的论文 | 第74-75页 |
| 附录 | 第75-78页 |
| 图像处理部分参考程序代码 | 第75-78页 |
