首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

高温单晶硅液位和直径视觉检测关键技术及应用研究

致谢第5-7页
摘要第7-9页
ABSTRACT第9-11页
第1章 绪论第20-35页
    1.1 课题背景及意义第20-21页
    1.2 直拉式单晶硅的发展和现状第21-28页
        1.2.1 单晶硅液位检测的现状和不足第23-25页
        1.2.2 单晶硅直径检测的现状和不足第25-28页
    1.3 机器视觉的发展及国内外应用概述第28-30页
    1.4 机器视觉在单晶硅生产应用中的关键技术第30-31页
    1.5 课题目标和主要研究内容第31-35页
        1.5.1 课题来源第31页
        1.5.2 论文研究目标及主要内容第31-35页
第2章 单晶硅液位检测光路设计与直径检测原理优化第35-49页
    2.1 引言第35页
    2.2 常见的光路设计及原理第35-39页
    2.3 单晶硅液位检测光路设计和检测原理第39-43页
        2.3.1 光路设计第39-41页
        2.3.2 检测原理第41-42页
        2.3.3 钼片平面第42-43页
    2.4 单晶硅直径检测光路设计和检测原理第43-47页
        2.4.1 检测原理第44-46页
        2.4.2 同心椭圆的中心线性质第46-47页
    2.5 本章小结第47-49页
第3章 高温高质量图像获取技术第49-65页
    3.1 引言第49页
    3.2 高温高质量图像标准第49-51页
    3.3 机器视觉系统硬件设计技术第51-54页
    3.4 单晶硅液位视觉检测系统的硬件设计第54-62页
        3.4.1 相机与镜头的选型第55-56页
        3.4.2 高温物体的辐射特性与激光图像SNR模型第56-59页
        3.4.3 窄带滤光片的选型第59页
        3.4.4 隔热玻璃和机械支架第59-61页
        3.4.5 图像工作站第61-62页
    3.5 图像质量验证第62-64页
    3.6 本章小结第64-65页
第4章 椭圆检测技术第65-82页
    4.1 引言第65页
    4.2 椭圆检测算法综述第65-70页
    4.3 一种结合参数降维与随机HOUGH变换的椭圆检测算法第70-78页
        4.3.1 椭圆中心坐标求解第71-73页
        4.3.2 椭圆旋转角度、长轴与短轴求解第73-78页
    4.4 实验分析第78-81页
        4.4.1 仿真实验第78-80页
        4.4.2 真实图像实验第80-81页
    4.5 本章小结第81-82页
第5章 高温目标边缘检测技术第82-96页
    5.1 引言第82页
    5.2 边缘检测算法综述第82-88页
        5.2.1 像素级边缘检测算法第82-85页
        5.2.2 亚像素级边缘检测算法第85-88页
    5.3 高温图像中的光晕现象第88-90页
    5.4 基于轮廓形状和SIGMOID拟合的亚像素边缘检测算法第90-95页
        5.4.1 轮廓法线上像素灰度分布第90-92页
        5.4.2 Sigmoid函数拟合第92-94页
        5.4.3 亚像素边缘检测流程第94-95页
    5.5 本章小结第95-96页
第6章 机器视觉在单晶硅生产中的应用第96-112页
    6.1 引言第96页
    6.2 单晶硅液位视觉检测系统第96-104页
        6.2.1 实验对象和技术指标第96-97页
        6.2.2 检测软件实现第97-98页
        6.2.3 液面波动处理第98-100页
        6.2.4 精度测试实验第100-103页
        6.2.5 稳定性实验第103-104页
    6.3 单晶硅直径视觉检测系统第104-111页
        6.3.1 实验对象和技术指标第104页
        6.3.2 图像处理流程第104-107页
        6.3.3 检测软件实现第107-108页
        6.3.4 精度对比实验第108-110页
        6.3.5 稳定性测试第110-111页
    6.4 本章小结第111-112页
第7章 总结和展望第112-116页
    7.1 全文内容总结第112-113页
    7.2 论文创新点第113-114页
    7.3 工作展望第114-116页
参考文献第116-126页
作者简历及在攻读博士学位期间的主要科研成果第126-127页

论文共127页,点击 下载论文
上一篇:跨模态检索中的相关度计算研究
下一篇:面向网站无障碍检测的组稀疏特征选择方法的研究及应用