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

机器视觉在铜条缺陷在线高速检测中的应用

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-18页
 §1.1 课题前景及研究意义第10-11页
 §1.2 表面缺陷检测技术第11-12页
 §1.3 国内外研究发展现状第12-14页
 §1.4 机器视觉第14-17页
  §1.4.1 机器视觉的系统构成第15-16页
  §1.4.2 机器视觉的系统应用第16-17页
 §1.5 本课题的主要内容第17-18页
第二章 铜条表面缺陷检测系统方案设计第18-37页
 §2.1 铜条表面常见缺陷类型和检测要求第18-22页
  §2.1.1 铜条表面常见缺陷类型第18-20页
  §2.1.2 检测要求第20-21页
  §2.1.3 检测系统总体设计第21-22页
 §2.2 系统硬件结构设计第22-33页
  §2.2.1 照明第22-27页
  §2.2.2 摄像机第27-31页
  §2.2.3 镜头第31-32页
  §2.2.4 摄像机——计算机接口第32-33页
  §2.2.5 其他硬件设备第33页
 §2.3 系统软件结构设计第33-36页
  §2.3.1 铜条缺陷检测算法的软件开发包的选择第33-35页
  §2.3.2 “NI Vision Development Module”视觉开发模块第35页
  §2.3.3 系统的软件设计和模块组成第35-36页
 §2.4 本章小结第36-37页
第三章 铜条表面缺陷图像处理算法第37-60页
 §3.1 铜条图像的特征分析第37-38页
 §3.2 铜条表面缺陷图像预处理第38-47页
  §3.2.1 铜条图像噪声的来源和解决办法第38-40页
  §3.2.2 图像滤波第40-47页
 §3.3 数学形态学第47-51页
  §3.3.1 腐蚀第47-48页
  §3.3.2 膨胀第48-49页
  §3.3.3 开运算第49页
  §3.3.4 闭运算第49-50页
  §3.3.5 数学形态学处理结果第50-51页
 §3.4 图像分割第51-58页
  §3.4.1 各阈值分割方法原理第51-57页
  §3.4.2 各缺陷图像分割算法处理效果比较第57-58页
 §3.5 本章小结第58-60页
第四章 铜条缺陷的边缘检测与特征提取第60-73页
 §4.1 铜条缺陷的边缘检测第60-70页
  §4.1.1 一阶边缘检测算子第62-65页
  §4.1.2 二阶边缘检测算子第65-69页
  §4.1.3 各种边缘检测算子的处理结果比较第69-70页
 §4.2 铜条缺陷特征提取和选择概述第70-71页
  §4.2.1 铜条缺陷特征提取和选择的概念第70-71页
  §4.2.2 铜条缺陷特征提取和选择的实现方法第71页
 §4.3 本章小结第71-73页
第五章 铜条表面缺陷检测系统软件设计第73-89页
 §5.1 虚拟仪器第73-77页
  §5.1.1 检测系统软件开发平台的选择第73-74页
  §5.1.2 LabVIEW 的概念第74页
  §5.1.3 LabVIEW 的特点第74-75页
  §5.1.4 LabVIEW2009 的新特性第75-76页
  §5.1.5 IMAQ Vision Builder 简介第76-77页
 §5.2 铜条表面缺陷检测系统程序设计第77-88页
  §5.2.1 程序结构第77-78页
  §5.2.2 图像收集模块模块程序框图设计第78-79页
  §5.2.3 图像预处理模块程序框图设计第79-84页
  §5.2.4 图像边缘检测与特征提取模块程序框图设计第84-86页
  §5.2.5 缺陷识别模块程序框图设计第86-87页
  §5.2.6 结果输出和历史记录模块程序框图设计第87-88页
 §5.3 本章小结第88-89页
第六章 铜条缺陷检测应用软件第89-91页
 §6.1 铜条缺陷检测软件第89页
 §6.2 铜条缺陷的历史数据记录及保存的设计第89-90页
 §6.3 实验结果分析第90-91页
第七章 总结与展望第91-93页
参考文献第93-99页
在读期间公开发表的论文和承担科研项目及取得成果第99-100页
致谢第100页

论文共100页,点击 下载论文
上一篇:基于光脉动谱法的煤粉颗粒在线测量
下一篇:基于智能算法的选址规划问题研究--以台湾地区资源回收处理中心为例