基于机器视觉的啤酒瓶空瓶检测机设计开发
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 符号说明 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 机器视觉的概况 | 第11-14页 |
| 1.1.1 机器视觉的定义 | 第11页 |
| 1.1.2 机器视觉的原理 | 第11-12页 |
| 1.1.3 机器视觉与传统检测技术的比较 | 第12页 |
| 1.1.4 机器视觉与普通计算机视觉的区别 | 第12-13页 |
| 1.1.5 机器视觉的发展应用 | 第13-14页 |
| 1.2 基于高速机器视觉的啤酒瓶检测系统概况 | 第14-16页 |
| 1.2.1 啤酒空瓶检测的必要性 | 第14-15页 |
| 1.2.2 检测系统的组成及检测内容 | 第15-16页 |
| 1.3 本文的主要研究工作 | 第16-17页 |
| 第2章 啤酒瓶视觉检测系统硬件总体方案 | 第17-27页 |
| 2.1 总体方案选择与对比 | 第17-18页 |
| 2.1.1 机器视觉系统分类 | 第17页 |
| 2.1.2 机器视觉系统对比与选择 | 第17-18页 |
| 2.2 系统框架 | 第18页 |
| 2.3 系统主要环节 | 第18-26页 |
| 2.3.1 进瓶前无压力传送单元 | 第18-19页 |
| 2.3.2 PLC单元 | 第19-21页 |
| 2.3.3 VS710视觉传感器 | 第21-22页 |
| 2.3.4 视频检测环节 | 第22-24页 |
| 2.3.5 残留液检测 | 第24-25页 |
| 2.3.6 剔除环节 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 第3章 图象的处理与识别 | 第27-43页 |
| 3.1 图象处理 | 第27-32页 |
| 3.1.1 平滑滤波处理算法 | 第27-28页 |
| 3.1.2 快速定位算法 | 第28-29页 |
| 3.1.3 灰度变换 | 第29页 |
| 3.1.4 图象分割 | 第29-32页 |
| 3.2 图象识别 | 第32-33页 |
| 3.3 图象处理识别的实现 | 第33-41页 |
| 3.3.1 实现思路 | 第33页 |
| 3.3.2 ProVision软件环境 | 第33-37页 |
| 3.3.3 图象处理识别实现 | 第37-41页 |
| 3.4 处理结果的通讯 | 第41-42页 |
| 3.5 小结 | 第42-43页 |
| 第4章 啤酒瓶视觉检测系统软件总体方案 | 第43-48页 |
| 4.1 软件系统开发语言 | 第43页 |
| 4.2 JAVA技术 | 第43-45页 |
| 4.3 软件设计方案 | 第45-47页 |
| 4.3.1 现地软件设计 | 第45-46页 |
| 4.3.2 远程故障诊断功能 | 第46-47页 |
| 4.3.3 数据库选择 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 现地上位机监控程序 | 第48-57页 |
| 5.1 启动过程 | 第48页 |
| 5.2 用户界面 | 第48-50页 |
| 5.3 PLC通讯 | 第50-53页 |
| 5.3.1 通讯方式选择 | 第50-51页 |
| 5.3.2 PRODAVE常用函数 | 第51-52页 |
| 5.3.3 Java中调用动态链接库 | 第52-53页 |
| 5.4 多线程技术 | 第53-56页 |
| 5.4.1 线程的生命周期与状态转换 | 第53-54页 |
| 5.4.2 同步机制 | 第54页 |
| 5.4.3 死锁和饥饿 | 第54-55页 |
| 5.4.4 多线程的应用 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第6章 B／S架构的故障诊断 | 第57-80页 |
| 6.1 引言 | 第57页 |
| 6.2 系统结构 | 第57-58页 |
| 6.3 知识表示 | 第58-63页 |
| 6.3.1 知识表示方法 | 第58-59页 |
| 6.3.2 系统知识表示 | 第59-63页 |
| 6.4 推理与搜索 | 第63-68页 |
| 6.4.1 推理的控制策略 | 第63-66页 |
| 6.4.2 搜索策略 | 第66-67页 |
| 6.4.3 推理机设计 | 第67-68页 |
| 6.5 系统设计 | 第68-72页 |
| 6.5.1 Struts框架与MVC模式 | 第68-70页 |
| 6.5.2 系统实现 | 第70-72页 |
| 6.6 粗糙集理论在故障诊断经验处理中的应用 | 第72-79页 |
| 6.6.1 粗糙集理论的特点 | 第72-73页 |
| 6.6.2 粗糙集基本理论应用 | 第73-75页 |
| 6.6.3 粗糙集在故障诊断中的应用 | 第75-79页 |
| 6.7 本章小结 | 第79-80页 |
| 第7章 结束语 | 第80-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-86页 |
| 在研究生期间发表的论文 | 第86-87页 |
| 学位论文评阅及答辩情况表 | 第87页 |
