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

PET瓶封装质量在线视觉检测方法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第13-18页
    1.1 课题研究背景及意义第13-14页
    1.2 机器视觉检测综述第14-16页
        1.2.1 机器视觉检测的概念第14-15页
        1.2.2 瓶盖缺陷检测技术研究现状第15-16页
    1.3 本课题研究的意义第16页
    1.4 论文结构第16-18页
第二章 PET瓶检测系统设计第18-25页
    2.1 检测需求介绍第18-19页
    2.2 检测系统的总体结构第19页
    2.3 系统硬件选择第19-23页
        2.3.1 工业相机和镜头的选型第19-21页
        2.3.2 光源的选择第21-23页
        2.3.3 剔除机构第23页
    2.4 系统软件的设计第23-24页
    2.5 本章小结第24-25页
第三章 PET瓶图像检测的算法研究第25-43页
    3.1 检测算法处理流程第25页
    3.2 图像去噪第25-27页
        3.2.1 图像噪声的来源和分类第26页
        3.2.2 滤波的选择第26-27页
    3.3 匹配定位第27-29页
        3.3.1 图像匹配的目的第27-28页
        3.3.2 基于特征的匹配方法第28页
        3.3.3 基于灰度值的匹配方法第28页
        3.3.4 匹配方案的确定第28-29页
    3.4 ROI区域选择第29-33页
        3.4.1 PET瓶封装的缺陷特征第29页
        3.4.2 瓶盖特征的描述第29-30页
        3.4.3 PET瓶盖几何特征的测量第30-31页
        3.4.4 ROI区域的确定第31-33页
    3.5 图像的几何变换第33-34页
        3.5.1 图像的仿射变换第33-34页
        3.5.2 系统中的几何变换第34页
    3.6 形态学处理第34-37页
        3.6.1 腐蚀算子第34-35页
        3.6.2 膨胀算子第35页
        3.6.3 闭运算第35-36页
        3.6.4 开运算第36页
        3.6.5 形态学方案的确定第36-37页
    3.7 图像边缘检测第37-42页
        3.7.1 一阶微分边缘检测算子第37-38页
        3.7.2 LOG算子第38-39页
        3.7.3 Canny算子第39-40页
        3.7.4 SUSAN算子第40-41页
        3.7.5 上述边缘检测算法的比较分析第41-42页
    3.8 本章小结第42-43页
第四章 PET瓶封装缺陷的识别第43-59页
    4.1 PET瓶缺陷检测处理流程第43页
    4.2 PET瓶封装缺陷检测第43-46页
        4.2.1 无盖检测第44页
        4.2.2 高盖检测第44-45页
        4.2.3 歪盖检测第45-46页
    4.3 检测系统误差分析第46-49页
        4.3.1 影响系统误差的主要因素第46-47页
        4.3.2 降低系统误差采取的措施第47-49页
    4.4 基于贝叶斯方法的自适应阈值第49-57页
        4.4.1 贝叶斯方法第49-51页
        4.4.2 贝叶斯先验分布的选择第51-52页
        4.4.3 瓶盖检测中的贝叶斯计算第52-56页
        4.4.4 其他自适应阈值方法第56-57页
    4.5 算法优化第57-58页
    4.6 本章小结第58-59页
第五章 实验与分析第59-66页
    5.1 实验环境第59-63页
        5.1.1 系统编程语言的选择第59-60页
        5.1.2 软件界面设计第60-61页
        5.1.3 PET瓶检测软件功能介绍第61-63页
    5.2 实验研究第63-65页
        5.2.1 实验目的和步骤第63-64页
        5.2.2 实验数据与分析第64-65页
    5.3 本章小结第65-66页
第六章 总结与展望第66-69页
    6.1 内容总结第66-67页
    6.2 论文创新点第67页
    6.3 不足与展望第67-69页
参考文献第69-74页
攻读硕士学位期间取得的研究成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于机器视觉的玉石珠下料系统开发
下一篇:圆柱产品标签缺陷视觉检测算法研究