安瓿瓶可见异物图像识别算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-21页 |
| ·课题背景及研究意义 | 第12页 |
| ·安瓿药液生产现状 | 第12-15页 |
| ·安瓿药液生产流程 | 第12-13页 |
| ·安瓿药液异物检测 | 第13-15页 |
| ·机器视觉现状 | 第15-17页 |
| ·机器视觉检测系统结构及工作过程 | 第15页 |
| ·机器视觉的优势 | 第15-16页 |
| ·机器视觉的的特点 | 第16页 |
| ·机器视觉技术的应用 | 第16-17页 |
| ·安瓿瓶异物检测技术研究现状 | 第17-20页 |
| ·国外研究现状 | 第17-19页 |
| ·国内研究现状 | 第19-20页 |
| ·本文主要内容 | 第20-21页 |
| 2 安瓿瓶异物检测机器视觉系统设计 | 第21-30页 |
| ·引言 | 第21页 |
| ·异物检测系统组成与工作原理 | 第21-22页 |
| ·安瓶瓶药液可见异物分析 | 第22-24页 |
| ·可见异物水源 | 第22页 |
| ·可见异物检测难点 | 第22页 |
| ·可见异物运动分析 | 第22-24页 |
| ·图像采集系统设计 | 第24-25页 |
| ·图像采集系统工作原理 | 第24页 |
| ·高速工业相机选型 | 第24-25页 |
| ·照明系统设计 | 第25-27页 |
| ·光源的选择 | 第25-26页 |
| ·机器视觉常用照明方式 | 第26-27页 |
| ·机器视觉软件总体设计 | 第27-29页 |
| ·CamExpert | 第28页 |
| ·开发平台选择 | 第28页 |
| ·机器视觉软件构架 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 安瓿药液可见异物图像预处理技术 | 第30-39页 |
| ·图像预处理流程 | 第30页 |
| ·安瓿药液感兴趣区域提取 | 第30-31页 |
| ·图像滤波 | 第31-34页 |
| ·安瓿药液图像噪声 | 第31-32页 |
| ·降噪方法 | 第32-34页 |
| ·实验结果 | 第34页 |
| ·图像目标微粒检测技术 | 第34-38页 |
| ·降噪方法 | 第34-36页 |
| ·方法比较与实验结果 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 4 运动异物识别算法 | 第39-48页 |
| ·引言 | 第39页 |
| ·图像分割 | 第39-42页 |
| ·可见异物形状特征提取 | 第42-46页 |
| ·边缘检测 | 第42-44页 |
| ·粒径测量 | 第44-45页 |
| ·质心 | 第45-46页 |
| ·目标运动特征提取 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读学位期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |
