工业炸药包装过程在线检测技术及应用研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-11页 |
| CONTENTS | 第11-14页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 选题背景与意义 | 第14-15页 |
| 1.2 工业炸药包装过程及问题 | 第15-18页 |
| 1.2.1 工业炸药生产包装过程 | 第15-16页 |
| 1.2.2 工业炸药包装过程存在的问题 | 第16-18页 |
| 1.3 国内外研究现状 | 第18-26页 |
| 1.3.1 炸药包装设备现状 | 第18-19页 |
| 1.3.2 数字图像处理技术概述及现状 | 第19-24页 |
| 1.3.3 机器视觉系统概述及现状 | 第24-26页 |
| 1.4 本文主要研究内容与结构安排 | 第26-28页 |
| 第二章 基于机器视觉的炸药包装过程在线检测系统 | 第28-35页 |
| 2.1 机器视觉系统概述 | 第28-29页 |
| 2.1.1 机器视觉系统组成及原理 | 第28-29页 |
| 2.2 炸药包装过程视觉在线检测系统设计 | 第29-34页 |
| 2.2.1 目标和任务 | 第29-30页 |
| 2.2.2 总体设计 | 第30页 |
| 2.2.3 模块设计 | 第30-34页 |
| 本章小结 | 第34-35页 |
| 第三章 计算模型与图像处理研究 | 第35-50页 |
| 3.1 药卷图像描述 | 第35-36页 |
| 3.2 药卷计算模型 | 第36-38页 |
| 3.3 药卷图像预处理 | 第38-49页 |
| 3.3.1 药卷图像分割 | 第38-46页 |
| 3.3.2 图像平滑滤波 | 第46-47页 |
| 3.3.3 提取轮廓 | 第47-48页 |
| 3.3.4 药卷图像处理总结 | 第48-49页 |
| 本章小结 | 第49-50页 |
| 第四章 药卷传输姿态快速识别与诊断方法研究 | 第50-60页 |
| 4.1 药卷传输姿态检测原理 | 第50-51页 |
| 4.2 药卷传输姿态识别诊断过程 | 第51-54页 |
| 4.2.1 特征线段提取 | 第51-53页 |
| 4.2.2 诊断过程 | 第53-54页 |
| 4.3 仿真实验 | 第54-59页 |
| 4.3.1 包装无文字药卷检测实验 | 第54-56页 |
| 4.3.2 包装有文字药卷检测实验 | 第56-59页 |
| 本章小结 | 第59-60页 |
| 第五章 基于支持向量机的生产线信息获取 | 第60-71页 |
| 5.1 问题分析和方法 | 第60-61页 |
| 5.2 特征提取 | 第61-63页 |
| 5.2.1 灰度统计特征 | 第61-62页 |
| 5.2.2 几何特征 | 第62-63页 |
| 5.3 分类器设计 | 第63-66页 |
| 5.3.1 支持向量机原理 | 第63-64页 |
| 5.3.2 基于SVM的分类器设计 | 第64-66页 |
| 5.4 分类实验 | 第66-70页 |
| 5.4.1 数据说明 | 第66页 |
| 5.4.2 SVM参数寻优 | 第66-67页 |
| 5.4.3 特征对比分析 | 第67-69页 |
| 5.4.4 算法对比分析 | 第69-70页 |
| 本章小结 | 第70-71页 |
| 第六章 系统设计与开发应用 | 第71-81页 |
| 6.1 开发工具及其功能介绍 | 第71页 |
| 6.2 软件系统的总体构成及设计开发 | 第71-77页 |
| 6.2.1 控制界面的开发 | 第72-73页 |
| 6.2.2 图像采集控制模块开发 | 第73-74页 |
| 6.2.3 图像处理与检测算法开发 | 第74-77页 |
| 6.2.4 报警及控制模块开发 | 第77页 |
| 6.3 系统运行效果 | 第77-80页 |
| 本章小结 | 第80-81页 |
| 总结与展望 | 第81-83页 |
| 总结 | 第81-82页 |
| 展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读学位期间发表的论文 | 第87-89页 |
| 致谢 | 第89页 |
