| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第14-21页 |
| 1.1 课题的研究背景及研究意义 | 第14-17页 |
| 1.2 本课题国内外研究现状和发展趋势 | 第17-19页 |
| 1.2.1 机器视觉技术的发展 | 第17-18页 |
| 1.2.2 国内外外观检测的研究现状 | 第18-19页 |
| 1.3 论文的内容及论文结构 | 第19-21页 |
| 1.3.1 本文研究内容 | 第19页 |
| 1.3.2 论文结构 | 第19-21页 |
| 第2章 电容器外观检测系统的总体设计 | 第21-36页 |
| 2.1 机器视觉概述 | 第21-22页 |
| 2.1.1 机器视觉的原理及应用 | 第21页 |
| 2.1.2 机器视觉的硬件组成 | 第21-22页 |
| 2.2 系统总体结构设计 | 第22-23页 |
| 2.3 视觉系统检测及工作流程 | 第23-25页 |
| 2.3.1 视觉系统检测流程 | 第23-24页 |
| 2.3.2 视觉系统检测种类及检测精度 | 第24-25页 |
| 2.4 基于智能相机的机器视觉系统 | 第25-26页 |
| 2.4.1 智能相机的概念 | 第25页 |
| 2.4.2 智能相机的结构 | 第25-26页 |
| 2.5 基于PC的机器视觉系统 | 第26-30页 |
| 2.5.1 光源系统 | 第26-28页 |
| 2.5.2 镜头 | 第28页 |
| 2.5.3 相机 | 第28-29页 |
| 2.5.4 图像处理模块 | 第29-30页 |
| 2.6 Halcon简介 | 第30-35页 |
| 2.6.1 基本介绍 | 第30页 |
| 2.6.2 HDevelop的使用界面 | 第30-32页 |
| 2.6.3 HALCON在电容器外观缺陷检测上的应用 | 第32-34页 |
| 2.6.4 HALCON与VC++的比较 | 第34-35页 |
| 2.7 本章小结 | 第35-36页 |
| 第3章 电容器外观缺陷检测方法及原理 | 第36-47页 |
| 3.1 图像滤波 | 第36-38页 |
| 3.1.1 均值平滑 | 第36-37页 |
| 3.1.2 中值滤波法 | 第37-38页 |
| 3.2 图像分割 | 第38-41页 |
| 3.2.1 阈值分割 | 第39-40页 |
| 3.2.2 基于边缘的阈值分割 | 第40-41页 |
| 3.3 图像的形态学处理 | 第41-44页 |
| 3.3.1 腐蚀(Erosion) | 第41-42页 |
| 3.3.2 膨胀（Dilation） | 第42页 |
| 3.3.3 开运算和闭运算 | 第42-44页 |
| 3.4 Blob分析 | 第44-45页 |
| 3.4.1 Blob分析的基本理论 | 第44-45页 |
| 3.4.2 Blob分析在表面缺陷检测中的应用 | 第45页 |
| 3.5 图像的测量 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 图像边缘检测算法 | 第47-54页 |
| 4.1 经典的边缘检测算法 | 第47-50页 |
| 4.2 改进的Canny边缘检测算法 | 第50-53页 |
| 4.2.1 改进的Canny边缘检测算法流程 | 第50-52页 |
| 4.2.2 结果验证 | 第52-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 电容器外观缺陷检测系统算法设计和系统组成 | 第54-69页 |
| 5.1 电容器外观缺陷检测流程 | 第54-62页 |
| 5.1.1 图像预处理 | 第54-55页 |
| 5.1.2 侧面角度检测 | 第55-58页 |
| 5.1.3 正面和底面检测 | 第58-61页 |
| 5.1.4 实验结果分析 | 第61-62页 |
| 5.2 电容器外观缺陷检测系统组成 | 第62-67页 |
| 5.2.1 软件系统的总体设计流程 | 第63-64页 |
| 5.2.2 Halcon10.0 在图像处理中主要功能简介 | 第64页 |
| 5.2.3 检测系统各部分功能及其界面 | 第64-67页 |
| 5.3 本章小结 | 第67-69页 |
| 总结与展望 | 第69-71页 |
| 总结 | 第69-70页 |
| 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士期间承担的科研任务及主要成果 | 第75-77页 |
| 致谢 | 第77-78页 |
| 详细摘要 | 第78-81页 |