基于机器视觉的表面缺陷定量检测技术研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第13-20页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 机器视觉在表面缺陷检测中的应用 | 第14-15页 |
| 1.2.2 光学元件表面缺陷检测方法研究现状 | 第15-16页 |
| 1.2.3 表面缺陷定量检测技术研究现状 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 本章小结 | 第18-20页 |
| 2 光学元件表面缺陷定量检测原理及标定方案 | 第20-36页 |
| 2.1 光学散射暗场成像检测原理 | 第20页 |
| 2.2 光学元件表面缺陷尺寸标定方案 | 第20-34页 |
| 2.2.1 图像滤波 | 第22-25页 |
| 2.2.2 阈值分割 | 第25-28页 |
| 2.2.3 几何特征提取 | 第28-31页 |
| 2.2.4 像素尺寸到实际尺寸模型建立 | 第31-34页 |
| 2.3 本章小结 | 第34-36页 |
| 3 基于最小二乘支持向量机的回归模型建立 | 第36-42页 |
| 3.1 最小二乘支持向量机回归原理 | 第36-38页 |
| 3.2 最小二乘支持向量机建模参数选择 | 第38-39页 |
| 3.3 LSSVM回归模型建立及其性能分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 常见玻璃表面缺陷定量检测方法 | 第42-60页 |
| 4.1 玻璃表面缺陷分析及定量检测方法 | 第42-45页 |
| 4.1.1 常见玻璃表面缺陷及其特征分析 | 第42-43页 |
| 4.1.2 玻璃表面缺陷定量检测方法介绍 | 第43-45页 |
| 4.2 霍夫变换直线和圆检测原理 | 第45-49页 |
| 4.2.1 直线检测原理 | 第45-47页 |
| 4.2.2 基于图像梯度的圆检测原理 | 第47-49页 |
| 4.3 孔崩检测原理 | 第49-53页 |
| 4.3.1 修正的圆弧和直线边缘检测 | 第49-51页 |
| 4.3.2 自匹配基准图像的重构 | 第51-53页 |
| 4.4 孔倒检测原理 | 第53-58页 |
| 4.4.1 基准图像的建立 | 第54-56页 |
| 4.4.2 待测图像的缺陷判定评价 | 第56-58页 |
| 4.5 本章小结 | 第58-60页 |
| 5 实验结果与分析 | 第60-68页 |
| 5.1 LSSVM与LS模型预测误差比较分析 | 第60-62页 |
| 5.2 玻璃表面缺陷检测结果及分析 | 第62-66页 |
| 5.2.1 孔崩缺陷定量检测分析 | 第62-64页 |
| 5.2.2 孔倒缺陷定量检测分析 | 第64-66页 |
| 5.3 本章小结 | 第66-68页 |
| 6 总结和展望 | 第68-70页 |
| 6.1 工作总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 作者简历及主要研究成果 | 第74页 |
