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

瓶装液体可见异物的机器视觉检测技术研究

摘要第5-6页
abstract第6-7页
第1章 绪论第11-17页
    1.1 课题背景及研究意义第11页
    1.2 瓶装液体可见异物检测的国内外研究现状第11-14页
        1.2.1 国外研究现状第11-13页
        1.2.2 国内研究现状第13-14页
    1.3 机器视觉国内外研究现状第14-15页
    1.4 论文主要研究内容及各章节安排第15-17页
第2章 瓶装液体可见异物检测系统设计第17-27页
    2.1 检测目标分析第17页
    2.2 系统总体结构设计第17-18页
        2.2.1 系统整体结构图第17-18页
        2.2.2 系统的工作原理第18页
    2.3 系统硬件的选型第18-25页
        2.3.1 光源的选择第18-19页
        2.3.2 照明方式设计第19-21页
        2.3.3 光学镜头第21-22页
        2.3.4 工业相机选型第22-25页
    2.4 系统软件的总体设计第25页
    2.5 本章小结第25-27页
第3章 图像预处理第27-39页
    3.1 图像感兴趣区域的提取第27-28页
    3.2 图像中常见的噪声第28-29页
    3.3 图像中常用的滤波处理算法第29-32页
        3.3.1 均值滤波第29-30页
        3.3.2 中值滤波第30-32页
        3.3.3 高斯滤波第32页
    3.4 自适应中值滤波算法及其改进方法第32-38页
        3.4.1 自适应中值滤波算法第32-33页
        3.4.2 改进的自适应中值滤波算法第33-36页
        3.4.3 实验结果对比第36-38页
    3.5 本章小结第38-39页
第4章 瓶装液体可见异物检测算法的研究第39-52页
    4.1 光流法第39-40页
    4.2 背景减除法第40-42页
        4.2.1 单高斯模型第40-41页
        4.2.2 混合高斯模型第41-42页
    4.3 帧差法及其改进方法第42-46页
        4.3.1 帧差法第42页
        4.3.2 改进的三帧差法第42-46页
    4.4 图像阈值分割第46-47页
    4.5 图像形态学运算第47-49页
    4.6 算法验证第49-50页
    4.7 本章小结第50-52页
第5章 瓶装液体可见异物跟踪与判别算法的研究第52-66页
    5.1 可见异物动力学分析第52-53页
    5.2 可见异物跟踪第53-58页
        5.2.1 常用跟踪算法第54-55页
        5.2.2 MeanShift算法介绍第55-58页
    5.3 基于MeanShift算法的运动目标跟踪第58-61页
        5.3.1 目标模型的建立第58-59页
        5.3.2 候选模型的建立第59页
        5.3.3 相似度量函数第59-60页
        5.3.4 目标位置的确定第60-61页
    5.4 可见异物的判别第61-62页
    5.5 算法验证第62-65页
    5.6 本章小结第65-66页
第6章 瓶装液体可见异物检测系统软件设计第66-74页
    6.1 软件开发环境第66-68页
        6.1.1 OpenCV简介第67-68页
        6.1.2 MATLAB简介第68页
    6.2 软件算法流程第68-69页
    6.3 系统软件界面设计第69-73页
        6.3.1 用户登录界面的设计第70-71页
        6.3.2 操作日志界面的设计第71页
        6.3.3 相机控制操作界面第71-72页
        6.3.4 统计结果界面设计第72页
        6.3.5 结果显示界面设计第72-73页
    6.4 本章小结第73-74页
结论第74-76页
参考文献第76-80页
攻读硕士期间发表的论文及取得的科研成果第80-82页
致谢第82页

论文共82页,点击 下载论文
上一篇:英语作文自动评分系统的设计与实现
下一篇:基于计算机视觉的无人机目标跟踪技术