基于机器视觉的塑料喷嘴缺陷检测系统的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| CONTENTS | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题背景及研究意义 | 第11-12页 |
| 1.2 塑料喷嘴制品常见缺陷分析 | 第12-14页 |
| 1.3 塑料制品缺陷检测现状 | 第14页 |
| 1.4 本文主要研究内容及论文结构 | 第14-17页 |
| 第二章 机器视觉与缺陷检测 | 第17-25页 |
| 2.1 机器视觉 | 第17-20页 |
| 2.1.1 机器视觉的概念 | 第17-18页 |
| 2.1.2 机器视觉系统的类型与特点 | 第18-19页 |
| 2.1.3 机器视觉系统构成 | 第19-20页 |
| 2.1.4 机器视觉检测技术的研究现状 | 第20页 |
| 2.2 基于图像分割的缺陷检测 | 第20-22页 |
| 2.2.1 图像分割的定义 | 第21-22页 |
| 2.2.2 基于图像分割的缺陷检测流程 | 第22页 |
| 2.3 系统软件开发平台 | 第22-24页 |
| 2.3.1 HALCON基本介绍 | 第22-23页 |
| 2.3.2 HALCON功能特点 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 系统硬件平台的搭建 | 第25-39页 |
| 3.1 系统工作流程与整体结构 | 第25-27页 |
| 3.1.1 系统工作流程 | 第25-27页 |
| 3.1.2 系统的整体结构 | 第27页 |
| 3.2 系统照明模块 | 第27-34页 |
| 3.2.1 照明方式的选择 | 第27-30页 |
| 3.2.2 照明光源的选择 | 第30-31页 |
| 3.2.3 光源的亮度控制 | 第31-34页 |
| 3.3 图像采集模块 | 第34-37页 |
| 3.3.1 相机选型 | 第34-35页 |
| 3.3.2 镜头选型 | 第35-37页 |
| 3.3.3 图像采集方式 | 第37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 喷嘴图像预处理 | 第39-47页 |
| 4.1 图像去噪 | 第39-43页 |
| 4.1.1 前景ROI提取 | 第39页 |
| 4.1.2 图像常见噪声种类 | 第39-40页 |
| 4.1.3 常用的滤波技术 | 第40-43页 |
| 4.2 图像增强 | 第43-46页 |
| 4.2.1 直方图均衡化 | 第44-45页 |
| 4.2.2 高提升滤波 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 气泡分割与提取 | 第47-59页 |
| 5.1 气泡特征分析 | 第47页 |
| 5.2 边缘分割 | 第47-54页 |
| 5.2.1 基于算子的边缘分割 | 第48-50页 |
| 5.2.2 基于底帽变换的边缘分割 | 第50-51页 |
| 5.2.3 改进的边缘区域增强滤波 | 第51-54页 |
| 5.3 气泡提取 | 第54-57页 |
| 5.3.1 骨架化图像 | 第54-55页 |
| 5.3.2 区域填充与圆度判断 | 第55-57页 |
| 5.4 实验结果分析 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 总结与发展 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间发表的论文 | 第64-66页 |
| 致谢 | 第66页 |
