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

基于机器视觉的竹条表面缺陷检测及颜色分类系统设计

摘要第3-5页
Abstract第5-6页
第1章 绪论第9-12页
    1.1 研究的目的和意义第9页
    1.2 国内外研究现状第9-10页
        1.2.1 基于机器视觉的缺陷检测技术国内外研究现状第9-10页
        1.2.2 基于机器视觉的颜色分类国内外研究现状第10页
    1.3 论文的主要内容第10页
    1.4 论文的结构安排第10-12页
第2章 基于机器视觉的竹条表面缺陷检测及颜色分类硬件系统第12-18页
    2.1 竹条表面缺陷检测及颜色分类系统框架第12-13页
    2.2 光源照明模块第13-16页
        2.2.1 光源选择第13-14页
        2.2.2 光源照明系统设计第14-16页
    2.3 相机选型第16-17页
    2.4 本章总结第17-18页
第3章 基于机器视觉的竹条表面缺陷检测第18-40页
    3.1 图像滤波第18-21页
        3.1.1 中值滤波第18-19页
        3.1.2 高斯滤波第19-21页
    3.2 边缘检测第21-25页
        3.2.1 拉普拉斯算子第21-22页
        3.2.2 Sobel算子第22-23页
        3.2.3 Canny算子第23-25页
    3.3 阈值分割第25-26页
    3.4 孔洞填充与形态学处理第26-30页
        3.4.1 种子填充算法第26页
        3.4.2 扫描线种子填充算法第26-27页
        3.4.3 水漫填充法第27-28页
        3.4.4 形态学操作第28-30页
    3.5 异常处理和竹条区域分割第30-32页
        3.5.1 异常处理第30-31页
        3.5.2 竹条区域分割第31-32页
    3.6 虫眼缺陷检测第32-35页
    3.7 裂缝缺陷检测第35-37页
        3.7.1 去除纹理误判点第36-37页
        3.7.2 提取竹条裂缝特征第37页
    3.8 竹青缺陷检测第37-39页
    3.9 本章总结第39-40页
第4章 基于CIEDE2000色差公式的竹条颜色分类算法第40-47页
    4.1 色差公式第40-44页
        4.1.1 CIELAB色差公式第40-41页
        4.1.2 CMC(1:c)色差公式第41-42页
        4.1.3 CIE94色差公式第42页
        4.1.4 CIEDE2000色差公式第42-44页
    4.2 高斯修正法第44页
    4.3 计算待测竹条与标准样本竹条色差第44-45页
    4.4 本章总结第45-47页
第5章 软件系统设计与结果分析第47-53页
    5.1 软件系统设计第47-48页
        5.1.1 程序设计流程第47页
        5.1.2 UI界面第47-48页
    5.2 结果分析第48-52页
        5.2.1 竹条测试样本采集第48-49页
        5.2.2 竹条表面缺陷检测结果分析第49-51页
        5.2.3 竹条颜色分类结果分析第51-52页
    5.3 本章总结第52-53页
第6章 总结与展望第53-54页
    6.1 本文总结第53页
    6.2 展望第53-54页
参考文献第54-57页
研究生期间研究成果第57-58页
致谢第58-59页

论文共59页,点击 下载论文
上一篇:桥梁精细化管理系统的设计与实现
下一篇:基于前后端分离技术的数据管理系统设计与实现