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 |