| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-25页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 高亮回转表面缺陷检测技术与视觉检测的研究及发展综述 | 第10-12页 |
| 1.2.1 常见表面缺陷 | 第10-11页 |
| 1.2.2 实验表面缺陷 | 第11-12页 |
| 1.3 金属回转表面缺陷检测技术的研究及应用现状 | 第12-23页 |
| 1.3.1 国内金属表面检测技术发展综述 | 第12-15页 |
| 1.3.2 国外金属表面检测技术的研究及应用 | 第15-17页 |
| 1.3.3 基于图像检测技术的表面缺陷检测技术的研究及应用 | 第17-19页 |
| 1.3.4 高亮回转表面缺陷识别算法综述 | 第19-23页 |
| 1.4 机器视觉表面缺陷检测面临的主要问题 | 第23页 |
| 1.5 课题来源及主要研究内容 | 第23-25页 |
| 2 高亮回转表面检测系统研究 | 第25-33页 |
| 2.1 引言 | 第25页 |
| 2.2 测量系统的测量原理 | 第25-26页 |
| 2.3 测量系统的图像处理 | 第26-28页 |
| 2.4 测量系统的图像采集单元 | 第28-32页 |
| 2.4.1 机械系统架构 | 第28-29页 |
| 2.4.2 均匀光源系统 | 第29-30页 |
| 2.4.3 光源调制单元 | 第30-31页 |
| 2.4.4 机器视觉单元 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 高亮表面缺陷的提取 | 第33-51页 |
| 3.1 引言 | 第33-35页 |
| 3.2 图像去噪预处理 | 第35-42页 |
| 3.2.1 图像噪声产生及分析 | 第35页 |
| 3.2.2 空域滤波器 | 第35-37页 |
| 3.2.3 双边滤波及其加速 | 第37-42页 |
| 3.3 图像分割与识别 | 第42-47页 |
| 3.3.1 基于边界的图像分割 | 第42-45页 |
| 3.3.2 基于区域的图像分割 | 第45-47页 |
| 3.4 数学形态学操作 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 4 缺陷分类及数据管理 | 第51-61页 |
| 4.1 引言 | 第51页 |
| 4.2 缺陷几何表征参数 | 第51-52页 |
| 4.3 缺陷表征计算及分类阈值讨论 | 第52-55页 |
| 4.3.1 缺陷目标面积特征S | 第52-53页 |
| 4.3.2 缺陷目标欧拉数特征N_(Euler) | 第53页 |
| 4.3.3 缺陷目标短/长径比特征R_b | 第53-55页 |
| 4.3.4 缺陷目标周长C | 第55页 |
| 4.4 缺陷图像的特征识别 | 第55-57页 |
| 4.4.1 缺陷图像识别 | 第55-56页 |
| 4.4.2 分类阈值决定 | 第56-57页 |
| 4.5 表征信息数据管理 | 第57-59页 |
| 4.5.1 数据表建立 | 第57-58页 |
| 4.5.2 数据管理 | 第58-59页 |
| 4.6 本章小结 | 第59-61页 |
| 5 表面缺陷检测实验及其分析 | 第61-71页 |
| 5.1 引言 | 第61页 |
| 5.2 实验环境搭建 | 第61页 |
| 5.3 缺陷识别分步实验和分析 | 第61-64页 |
| 5.4 缺陷识别分类实验和分析 | 第64-67页 |
| 5.5 缺陷识别对比实验和分析 | 第67-70页 |
| 5.6 本章小结 | 第70-71页 |
| 6 结论及展望 | 第71-75页 |
| 6.1 本文主要结论 | 第71-72页 |
| 6.2 工作展望 | 第72-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 在校期间发表的论文及专利 | 第81页 |