| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.2 视觉检测概述 | 第13-15页 |
| 1.3 相关工作及研究现状 | 第15-17页 |
| 1.3.1 PET饮料瓶质量检测装备研究现状 | 第15页 |
| 1.3.2 啤酒空瓶质量检测装备研究现状 | 第15-17页 |
| 1.4 论文的主要内容与结构 | 第17-19页 |
| 第2章 饮料瓶质量检测机器人系统构架 | 第19-28页 |
| 2.1 系统框架组成 | 第20-22页 |
| 2.1.1 电机传动模块 | 第20-21页 |
| 2.1.2 视觉检测模块 | 第21页 |
| 2.1.3 次品剔除模块 | 第21-22页 |
| 2.2 视觉成像模块设计 | 第22-25页 |
| 2.2.1 PET瓶视觉成像模块 | 第22-24页 |
| 2.2.2 啤酒瓶空瓶视觉成像模块 | 第24-25页 |
| 2.3 软件系统 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 PET瓶液位识别算法 | 第28-35页 |
| 3.1 PET瓶液位定位算法 | 第29-32页 |
| 3.1.1 扩散模型概述 | 第29页 |
| 3.1.2 液位灰度投影特征分析 | 第29-30页 |
| 3.1.3 基于灰度投影梯度扩散的液位定位算法 | 第30-32页 |
| 3.2 PET瓶液位识别算法 | 第32页 |
| 3.3 实验分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 啤酒空瓶瓶底缺陷识别算法研究 | 第35-55页 |
| 4.1 瓶底图像预处理 | 第35-37页 |
| 4.2 瓶底定位 | 第37-47页 |
| 4.2.1 Hough圆检测瓶底定位 | 第39-42页 |
| 4.2.2 随进圆检测瓶底定位 | 第42-44页 |
| 4.2.3 精确瓶底定位 | 第44-47页 |
| 4.3 瓶底缺陷识别 | 第47-54页 |
| 4.3.1 瓶底内区域缺陷识别 | 第49-52页 |
| 4.3.2 瓶底防滑区域缺陷识别 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 基于BP神经网络的瓶底缺陷识别 | 第55-66页 |
| 5.1 基于BP神经网络的防滑区缺陷识别 | 第56-59页 |
| 5.2 基于主成分分析与BP神经网络的瓶底缺陷识别 | 第59-65页 |
| 5.2.1 PCA降维原理 | 第60-61页 |
| 5.2.2 基于PCA与BP神经网络的瓶底缺陷识别 | 第61-65页 |
| 5.3 本章总结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第73-74页 |
| 附录B 攻读学位期间所参加的科研项目目录 | 第74页 |