| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-14页 |
| 第一章 绪论 | 第14-27页 |
| 1.1 课题研究背景及意义 | 第14-16页 |
| 1.2 机器视觉技术 | 第16-18页 |
| 1.2.1 机器视觉系统的基本构成 | 第17页 |
| 1.2.2 机器视觉的应用 | 第17-18页 |
| 1.3 虚拟仪器和LABVIEW软件平台 | 第18-23页 |
| 1.3.1 虚拟仪器的概念 | 第19页 |
| 1.3.2 虚拟仪器的构成 | 第19-20页 |
| 1.3.3 Labview软件平台 | 第20-21页 |
| 1.3.4 Labview机器视觉模块简介 | 第21-23页 |
| 1.4 国内外发展现状 | 第23-26页 |
| 1.4.1 机器视觉技术发展历程及其在各行业中的应用现状 | 第23-25页 |
| 1.4.2 机器视觉技术在干电池检测中的发展现状 | 第25-26页 |
| 1.5 本文研究内容 | 第26-27页 |
| 第二章 干电池内部缺陷检测系统的设计 | 第27-48页 |
| 2.1 干电池内部缺陷形式分析 | 第27-29页 |
| 2.2 检测要求和难点 | 第29-30页 |
| 2.2.1 检测的性能要求 | 第29-30页 |
| 2.2.2 系统设计要求 | 第30页 |
| 2.3 检测系统实验平台的搭建 | 第30-35页 |
| 2.3.1 检测系统硬件组成结构 | 第30-31页 |
| 2.3.2 硬件设备的选择与配置 | 第31-35页 |
| 2.4 检测系统系统软件结构 | 第35-38页 |
| 2.5 数据采集模块软件构成 | 第38-46页 |
| 2.5.1 基于Labview采集卡采集卡的驱动方式 | 第39-41页 |
| 2.5.2 数据采集卡驱动函数说明 | 第41-43页 |
| 2.5.3 数据采集系统Labview的程序设计 | 第43-46页 |
| 2.6 本章小结 | 第46-48页 |
| 第三章 干电池缺陷检测图像处理及其LABVIEW的实现 | 第48-65页 |
| 3.1 图像增强 | 第48-53页 |
| 3.1.1 直方图均衡化 | 第49-50页 |
| 3.1.2 分段线性灰度变换 | 第50-53页 |
| 3.1.3 图像增强结果分析 | 第53页 |
| 3.2 干电池图像噪声处理 | 第53-57页 |
| 3.2.1 邻域平均滤波器 | 第54-56页 |
| 3.2.2 中值滤波器 | 第56-57页 |
| 3.2.3 图像噪声处理结果分析 | 第57页 |
| 3.3 图像分割 | 第57-59页 |
| 3.4 数学形态学处理 | 第59-62页 |
| 3.4.1 腐蚀和膨胀处理 | 第60-61页 |
| 3.4.2 处理效果分析 | 第61-62页 |
| 3.5 LABVIEW图像处理模块程序综合 | 第62-63页 |
| 3.6 本章小结 | 第63-65页 |
| 第四章 干电池缺陷视觉检测及其LABVIEW的实现 | 第65-76页 |
| 4.1 干电池内部缺陷识别方法研究 | 第66-69页 |
| 4.1.1 SVM算法模式识别 | 第66-68页 |
| 4.1.2 基于模板的模式匹配算法 | 第68-69页 |
| 4.1.3 图像识别算法分析 | 第69页 |
| 4.2 干电池内部缺陷检测LABVIEW的实现 | 第69-75页 |
| 4.2.1 特征值提取 | 第70页 |
| 4.2.2 缺陷检测的labview的实现 | 第70-75页 |
| 4.4 本章小结 | 第75-76页 |
| 第五章 系统综合 | 第76-79页 |
| 5.1 图像采集模块 | 第77-78页 |
| 5.2 处理与识别模块 | 第78页 |
| 5.3 本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 攻读硕士期间取得的研究成果 | 第84-87页 |
| 致谢 | 第87页 |
