基于计算机视觉的刀具后刀面磨损检测技术
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9页 |
| ·刀具状态监测技术概述 | 第9-10页 |
| ·刀具状态监测技术的发展概况 | 第9-10页 |
| ·刀具状态监测技术的分类 | 第10页 |
| ·图像检测方法国内外研究历史和现状 | 第10-13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 2 刀具磨损形态及实验 | 第15-23页 |
| ·刀具磨损的基本特征和形态分析 | 第15-16页 |
| ·刀具的磨损过程和磨钝标准 | 第16-17页 |
| ·刀具的磨损过程 | 第16-17页 |
| ·刀具磨钝标准 | 第17页 |
| ·实验装置及参数 | 第17-20页 |
| ·实验装置简介 | 第17-18页 |
| ·CCD摄像机选用及参数 | 第18-19页 |
| ·CCD摄像机标定 | 第19-20页 |
| ·实验参数及原始图像数据 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3 基于矩不变亚像素精度后刀面磨损边缘检测 | 第23-43页 |
| ·预处理流程 | 第23-24页 |
| ·图像裁减、去噪、增强 | 第24-27页 |
| ·图像裁减 | 第24-25页 |
| ·中值滤波 | 第25页 |
| ·直方图拉伸 | 第25-27页 |
| ·参考线检测 | 第27-34页 |
| ·边缘检测 | 第27-30页 |
| ·Hough变换直线检测确定切削刃所在直线 | 第30-34页 |
| ·确定磨损边界底部像素点 | 第34-42页 |
| ·基于自适应遗传算法的Otsu阈值分割 | 第34-38页 |
| ·矩不变亚像素边缘检测 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于MARKOV随机场刀具后刀面磨损区域分割 | 第43-57页 |
| ·基于Markov随机场图像分割模型 | 第43-44页 |
| ·一维Markov随机过程 | 第43页 |
| ·二维Markov随机场定义 | 第43-44页 |
| ·Markov随机场与Gibbs分布关系 | 第44-46页 |
| ·Markov随机场图像分割模型 | 第46-48页 |
| ·MAP模型估计算法 | 第48-51页 |
| ·ICM算法 | 第49-50页 |
| ·Gibbs采样算法 | 第50-51页 |
| ·实验结果及分析 | 第51-55页 |
| ·本章小结 | 第55-57页 |
| 5 基于分层MARKOV随机场刀具后刀面磨损检测 | 第57-67页 |
| ·分层MRF图像模型 | 第57-58页 |
| ·MPM算法 | 第58-59页 |
| ·参数估计 | 第59-60页 |
| ·分割结果及分析 | 第60-66页 |
| ·多尺度Markov随机场模型图像分割结果分析 | 第61-65页 |
| ·结果分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 6 刀具磨损状态分析及系统实现 | 第67-77页 |
| ·磨损区域完整化 | 第67-70页 |
| ·刀具原始轮廓复原 | 第67页 |
| ·链码边界搜索 | 第67-70页 |
| ·磨损量特征值 | 第70-73页 |
| ·刀具磨损检测系统软件开发 | 第73-76页 |
| ·系统整体架构 | 第73-74页 |
| ·软件系统设计流程 | 第74页 |
| ·系统主要界面及实例 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 7 总结与展望 | 第77-79页 |
| ·全文总结 | 第77-78页 |
| ·展望 | 第78-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间发表论文与参与项目 | 第85页 |
