基于视觉的皇冠盖缺陷检测系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 引言 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 图像噪声滤波的发展及现状 | 第10-12页 |
| 1.3 本文研究内容及创新点 | 第12-13页 |
| 第2章 基于机器视觉瓶盖在线检测系统平台设计 | 第13-25页 |
| 2.1 瓶盖质量在线检测系统概述 | 第13-15页 |
| 2.1.1 系统设计难点 | 第14页 |
| 2.1.2 模块功能分析 | 第14-15页 |
| 2.2 机器视觉检测系统硬件研究 | 第15-22页 |
| 2.2.1 系统硬件设计方案 | 第15页 |
| 2.2.2 控制板卡 | 第15-20页 |
| 2.2.3 光源选择 | 第20-21页 |
| 2.2.4 相机选择 | 第21-22页 |
| 2.2.5 镜头选择 | 第22页 |
| 2.3 系统软件设计 | 第22-24页 |
| 2.3.1 软件系统结构 | 第23-24页 |
| 2.3.2 软件检测流程 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 数据选择性自适应滤波算法研究与分析 | 第25-32页 |
| 3.1 数据选择性自适应滤波算法原理 | 第25-26页 |
| 3.2 LMS自适应滤波算法 | 第26-28页 |
| 3.2.1 LMS算法优缺点 | 第26-27页 |
| 3.2.2 LMS算法仿真分析 | 第27-28页 |
| 3.3 RLS自适应滤波器 | 第28-31页 |
| 3.3.1 RLS自适应滤波器优缺点 | 第28-29页 |
| 3.3.2 RLS算法分析仿真 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于变分PDE数据选择性自适应滤波 | 第32-39页 |
| 4.1 算法实现原理 | 第32-33页 |
| 4.2 数据检测门限设定 | 第33-34页 |
| 4.3 基于频率响应的图像数据选择性自适应滤波 | 第34-36页 |
| 4.4 实验仿真证明 | 第36-38页 |
| 4.4.1 数据过滤信噪比实验对比 | 第36-37页 |
| 4.4.2 数据过滤有效性实验对比 | 第37页 |
| 4.4.3 数据过滤效率实验对比 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 皇冠盖缺陷检测算法研究 | 第39-53页 |
| 5.1 印刷面缺陷检测算法设计 | 第39-47页 |
| 5.1.1 阈值分割 | 第40-42页 |
| 5.1.2 曲线拟合 | 第42-44页 |
| 5.1.3 模板匹配与仿射变换 | 第44-47页 |
| 5.2 皇冠盖齿爪检测算法设计 | 第47-51页 |
| 5.2.1 凸包生成 | 第47-48页 |
| 5.2.2 凸包拟合 | 第48-49页 |
| 5.2.3 外缘点切弦提取 | 第49页 |
| 5.2.4 凸缺提取 | 第49-50页 |
| 5.2.5 凸缺参数提取与定义 | 第50-51页 |
| 5.3 实验与分析 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 附录 攻读硕士学位期间的研究成果 | 第58页 |
