基于机器视觉的绳团包装膜破损检测方法研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·前言 | 第10页 |
| ·课题背景及研究意义 | 第10页 |
| ·机器视觉检测技术发展现状 | 第10-12页 |
| ·包装检测主要存在的问题 | 第12页 |
| ·本文的主要研究工作 | 第12-14页 |
| ·本文的内容安排 | 第14-15页 |
| 第二章 绕绳包装破损检测系统设计 | 第15-22页 |
| ·前言 | 第15页 |
| ·研究对象介绍 | 第15-16页 |
| ·绕绳检测系统及难点分析 | 第16页 |
| ·硬件系统设计 | 第16-18页 |
| ·系统软件总体设计 | 第18-21页 |
| ·图像预处理子模块的功能及实现 | 第19页 |
| ·图像分割模块的功能及实现 | 第19-20页 |
| ·图像特征提取模块的功能及实现 | 第20-21页 |
| ·图像分类与识别模块 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 绕绳包装破损检测数字图像处理方法 | 第22-40页 |
| ·前言 | 第22页 |
| ·数字图像处理基础理论 | 第22-23页 |
| ·数字图像处理的主要内容 | 第23-24页 |
| ·数字图像处理的目的 | 第24-25页 |
| ·数字图像处理过程 | 第25-26页 |
| ·绕绳包装图像预处理 | 第26-39页 |
| ·图像的噪声模型 | 第27-29页 |
| ·图像的增强处理 | 第29-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 包装破损图像的分割 | 第40-52页 |
| ·前言 | 第40页 |
| ·破损图像区域检测 | 第40页 |
| ·图像分割方法 | 第40-45页 |
| ·区域合并和分裂 | 第45-46页 |
| ·形态学图像处理 | 第46-51页 |
| ·图像腐蚀 | 第46-48页 |
| ·图像膨胀 | 第48-49页 |
| ·开操作与闭操作 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 绕绳包装破损识别算法研究 | 第52-62页 |
| ·前言 | 第52页 |
| ·模式识别基础理论 | 第52-54页 |
| ·人工神经网络概述 | 第54-56页 |
| ·神经元结构模型 | 第54-55页 |
| ·神经网络结构 | 第55-56页 |
| ·BP神经网络理论 | 第56-57页 |
| ·破损图像的特征提取 | 第57-58页 |
| ·图像的像素区域特征选取 | 第57页 |
| ·区域纹理特征描述 | 第57-58页 |
| ·BP神经网络分类器设计 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·全文总结 | 第62页 |
| ·研究与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间研究成果 | 第68-69页 |
| 攻读硕士学位期间参与研究项目 | 第69-70页 |
| 致谢 | 第70页 |
