摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-14页 |
1.1 研究背景 | 第10页 |
1.2 研究意义 | 第10-11页 |
1.3 织物缺陷检测的国内外研究现状 | 第11-12页 |
1.4 织物缺陷检测的关键技术问题 | 第12-13页 |
1.5 本论文主要工作及内容安排 | 第13-14页 |
1.5.1 主要工作 | 第13页 |
1.5.2 内容安排 | 第13-14页 |
第2章 机器视觉系统的硬件结构设计 | 第14-24页 |
2.1 视觉系统 | 第14-15页 |
2.1.1 视觉系统需求分析 | 第14页 |
2.1.2 机器视觉系统硬件结构 | 第14-15页 |
2.2 光源 | 第15-18页 |
2.2.1 光源的类型 | 第15-16页 |
2.2.2 光源的评价要素 | 第16页 |
2.2.3 光源的选择 | 第16-18页 |
2.3 相机 | 第18-20页 |
2.3.1 CCD、CMOS传感器 | 第18-19页 |
2.3.2 线阵相机与面阵相机 | 第19页 |
2.3.3 相机基本技术指标 | 第19-20页 |
2.3.4 相机的选型 | 第20页 |
2.4 图像采集卡 | 第20-22页 |
2.4.1 图像采集卡构成 | 第21页 |
2.4.2 图像采集卡选型 | 第21-22页 |
2.5 织物缺陷检测视觉系统硬件设计 | 第22-23页 |
2.5.1 检测对象参数分析 | 第22页 |
2.5.2 基于分布式的系统结构 | 第22-23页 |
2.6 本章小结 | 第23-24页 |
第3章 织物缺陷检测的图像处理算法 | 第24-38页 |
3.1 图像预处理 | 第24-25页 |
3.1.1 基于点运算的图像增强 | 第24页 |
3.1.2 空间域增强 | 第24-25页 |
3.1.3 变换域增强 | 第25页 |
3.2 图像特征提取 | 第25-29页 |
3.2.1 纹理特征分析方法 | 第26-27页 |
3.2.2 纹理分析的频域变换 | 第27-29页 |
3.3 图像分割 | 第29-32页 |
3.3.1 区域法 | 第30-31页 |
3.3.2 边缘检测法 | 第31页 |
3.3.3 阈值法 | 第31-32页 |
3.4 灰度形态学 | 第32-34页 |
3.5 常见的织物缺陷检测算法 | 第34-37页 |
3.5.1 基于统计的方法 | 第34-35页 |
3.5.2 基于频谱的方法 | 第35-36页 |
3.5.3 基于模型法及其他方法 | 第36-37页 |
3.6 本章小结 | 第37-38页 |
第4章 基于奇异值分解(SVD)的缺陷检测 | 第38-56页 |
4.1 基于改进2DFCM和SVD的缺陷检测 | 第38-46页 |
4.1.1 FCM算法 | 第38-39页 |
4.1.2 2DFCM算法 | 第39-41页 |
4.1.3 改进的抑制式2DFCM算法 | 第41-42页 |
4.1.4 基于改进的2DFCM和SVD陷检测的实现 | 第42-43页 |
4.1.5 实验结果分析比较 | 第43-46页 |
4.2 基于改进的截断奇异值分解(TSVD)重建图像的缺陷检测 | 第46-53页 |
4.2.1 奇异值分解(SVD)理论基础 | 第46-48页 |
4.2.2 截断奇异值分解(TSVD)重建图像 | 第48-50页 |
4.2.3 改进的截断奇异值分解(TSVD)重建图像 | 第50页 |
4.2.4 基于改进的截断奇异值分解的(TSVD)缺陷检测 | 第50-51页 |
4.2.5 实验结果分析比较 | 第51-53页 |
4.3 算法实验对比分析 | 第53-55页 |
4.4 本章小结 | 第55-56页 |
第5章 在线缺陷检测的系统 | 第56-63页 |
5.1 软件平台开发概述 | 第56页 |
5.2 视觉系统实现的关键技术 | 第56-58页 |
5.3 检测软件界面 | 第58-60页 |
5.3.1 客户端系统界面介绍 | 第58-59页 |
5.3.2 图像处理系统界面介绍 | 第59-60页 |
5.4 织物缺陷检测检测流程 | 第60-61页 |
5.5 基于机器视觉的APLIX无纺布缺陷检测应用 | 第61-62页 |
5.6 本章小结 | 第62-63页 |
第6章 总结与展望 | 第63-65页 |
6.1 论文研究工作总结 | 第63-64页 |
6.2 未来工作展望 | 第64-65页 |
参考文献 | 第65-70页 |
致谢 | 第70-71页 |
作者攻读硕士期间完成的学术论文目录 | 第71-72页 |