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

计算机视觉技术在LED点胶机中的应用

摘要第7-8页
ABSTRACT第8-9页
第一章 绪论第15-19页
    1.1 本文研究的目的和意义第15页
    1.2 国内外相关研究概况第15-18页
        1.2.1 LED点胶技术及其发展第15-16页
        1.2.2 计算机视觉技术的发展第16-17页
        1.2.3 计算机视觉在LED点胶机中的应用现状第17-18页
    1.3 本文研究的主要内容第18-19页
第二章 LED点胶机的视觉硬件系统设计第19-25页
    2.1 视觉硬件系统的设计方案第19-20页
        2.1.1 LED点胶机的功能研究分析第19页
        2.1.2 智能系统数据采集器的拓扑图第19-20页
    2.2 工业相机的选择第20-22页
        2.2.1 工业相机的分类第20-21页
        2.2.3 工业摄相机的选择第21-22页
    2.3 光源的选择第22页
    2.4 光学镜头第22-24页
        2.4.1 光学镜头的介绍第22页
        2.4.2 光学镜头的基本光学性能和主要参数第22-23页
        2.4.3 光学镜头的选择第23-24页
    2.5 本章小节第24-25页
第三章 视觉检测过程中图像处理的概况和对算法探讨第25-43页
    3.1 图像处理技术介绍第25-28页
        3.1.1 计算机数字图像处理技术的优势第25-26页
        3.1.2 计算机数字图像处理技术的研究方法的探讨第26-27页
        3.1.3 计算机数字图像处理在实际中的应用以及未来的趋势第27-28页
            3.1.3.1 计算机数字图像处理的实际应用第27页
            3.1.3.2 计算机数字图像处理技术的未来趋势第27-28页
    3.2 LED点胶机中应用到的数字图像处理技术第28-40页
        3.2.1 图像的预处理技术第28-31页
            3.2.1.1 中值滤波第28-30页
            3.2.1.2 Laplacian图像锐化第30-31页
        3.2.2 图像分割技术第31-40页
            3.2.2.1 图像的二值化处理第32-36页
            3.2.2.2 图像边缘检测第36-40页
    3.3 关于二值化方法的改进以及算子的选择第40-41页
    3.4 图像匹配算法第41-43页
第四章 计算机的视觉技术第43-50页
    4.1 计算机的视觉技术第43-44页
        4.1.1 计算机视觉的基本内容第43页
        4.1.2 计算机视觉的研究方法第43-44页
    4.2 计算机视觉系统的理论框架第44-48页
        4.2.1 计算视觉理论框架第44-45页
        4.2.2 基于知识的视觉理论框架第45页
        4.2.3 基于主动视觉的理论框架第45-46页
        4.2.4 三种视觉理论框架存在的问题第46-47页
        4.2.5 计算机视觉系统框架的新构思第47-48页
    4.3 摄像机标定技术第48-49页
        4.3.1 摄像机的自标定技术原理与方法第48-49页
    4.4 本章小结第49-50页
第五章 计算机视觉技术在LED点胶机中的应用第50-63页
    5.1 计算机视觉在LED点胶机中的原理第50-51页
    5.2 产品的缺失检测第51-56页
        5.2.1 缺失检测功能分析第51页
        5.2.2 缺失检测的核心算法描述第51-52页
        5.2.3 缺失检测界面第52-54页
        5.2.4 缺失检测的基本步骤第54-56页
    5.3 定位检测功能第56-60页
        5.3.1 定位检测功能的原理第56页
        5.3.2 定位检测功能的算法第56-57页
        5.3.3 画面构成第57-59页
        5.3.4 定位检测的流程第59-60页
    5.4 辅助调整模块第60-61页
        5.4.1 辅助调整功能原理第60页
        5.4.2 辅助功能画面构成第60-61页
        5.4.3 功能实现第61页
    5.5 本章小结第61-63页
第六章 总结与展望第63-65页
    6.1 项目总结第63-64页
    6.2 项目展望第64-65页
参考文献第65-68页
攻读硕士学位期间发表的论文第68页

论文共68页,点击 下载论文
上一篇:糖尿病视网膜病变图像的血管提取方法研究
下一篇:基于车载双目视觉的路面坑槽检测方法研究