| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景目的与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 机器视觉在工业上的应用研究 | 第10-11页 |
| 1.2.2 工业产品缺陷在线检测研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.3.1 工业产品缺陷在线检测系统设计与搭建 | 第12-13页 |
| 1.3.2 基于图像的工业产品中螺丝缺失检测算法的研究 | 第13页 |
| 1.3.3 工业产品OCR字符识别算法的研究 | 第13页 |
| 1.4 技术路线 | 第13-14页 |
| 1.5 论文安排 | 第14-16页 |
| 第2章 工业产品缺陷在线检测系统的设计 | 第16-19页 |
| 2.1 客户的需求 | 第16页 |
| 2.2 硬件系统的设计 | 第16-17页 |
| 2.3 系统软件设计 | 第17-18页 |
| 2.3.1 开发环境介绍 | 第17-18页 |
| 2.3.2 软件系统 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 基于图像的工业产品中螺丝缺失检测算法的研究 | 第19-27页 |
| 3.1 基于灰度直方图的螺丝缺失检测研究 | 第19-20页 |
| 3.2 基于LBP算法的螺丝缺失检测研究 | 第20-22页 |
| 3.3 基于phash的螺丝缺失检测算法的研究 | 第22-25页 |
| 3.4 比较三种算法在螺丝缺失检测中的效果 | 第25-26页 |
| 3.5 本章小结 | 第26-27页 |
| 第4章 工业产品OCR字符识别算法的研究 | 第27-39页 |
| 4.1 OCR字符预处理模块 | 第27-33页 |
| 4.1.1 图像灰度化 | 第27-29页 |
| 4.1.2 图像二值化 | 第29-31页 |
| 4.1.3 图像去噪 | 第31-32页 |
| 4.1.4 图像校正 | 第32-33页 |
| 4.2 Tesseract-OCR字符识别 | 第33-38页 |
| 4.2.1 Tesseract-OCR简介 | 第33-34页 |
| 4.2.2 字符库训练 | 第34-38页 |
| 4.3 工业产品OCR字符识别结果 | 第38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 工业产品缺陷在线检测系统的实现与测试 | 第39-46页 |
| 5.1 硬件系统的实现 | 第39页 |
| 5.2 系统软件的实现与测试 | 第39-46页 |
| 5.2.1 系统参数设定界面 | 第39-43页 |
| 5.2.2 产品在线检测界面 | 第43-46页 |
| 第6章 总结与展望 | 第46-48页 |
| 6.1 总结 | 第46页 |
| 6.2 展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间参与的科研项目和发表论文 | 第52页 |