首页--工业技术论文--电工技术论文--变压器、变流器及电抗器论文--一般性问题论文

基于机器视觉的铁芯表面缺陷检测系统研究

摘要第8-10页
ABSTRACT第10-11页
第一章 绪论第12-20页
    1.1 课题研究背景及意义第12-13页
    1.2 国内外发展现状第13-17页
        1.2.1 国外的研究现状第14页
        1.2.2 国内的研究现状第14-17页
    1.3 主要研究内容及章节安排第17-20页
第二章 铁芯检测方案设计与系统构建第20-32页
    2.1 铁芯检测系统总体设计方案第20-23页
        2.1.1 铁芯缺陷评估指标分析第20-21页
        2.1.2 缺陷检测系统的技术要求第21-22页
        2.1.3 检测系统总体方案设计第22-23页
    2.2 系统硬件设备选型与构建第23-31页
        2.2.1 工业相机及镜头的选型第23-28页
        2.2.2 光源选型及照明方式设计第28-30页
        2.2.3 系统结构设计第30-31页
    2.3 本章小结第31-32页
第三章 铁芯缺陷图像处理方法与验证分析第32-46页
    3.1 图像预处理方法第32-34页
        3.1.1 图像去噪第32-33页
        3.1.2 图像去噪结果评价方法第33-34页
    3.2 图像ROI区域提取方法第34-38页
        3.2.1 图像分割原理第34页
        3.2.2 基于Sobel算子的图像分割第34-36页
        3.2.3 区域填充方法第36-37页
        3.2.4 区域轮廓提取方法第37-38页
    3.3 铁芯缺陷特征提取方法第38-40页
        3.3.1 灰度分析第38-39页
        3.3.2 计算连通区域第39-40页
    3.4 实验验证及数据分析第40-45页
    3.5 本章小结第45-46页
第四章 基于模式识别的铁芯缺陷分类与实验分析第46-62页
    4.1 模式识别理论及实现过程第46-51页
        4.1.1 模式识别技术概述第46-47页
        4.1.2 模式识别中分类器的设计第47页
        4.1.3 模式识别的分类方法及特性第47-51页
    4.2 铁芯表面缺陷分类的实现第51-58页
        4.2.1 分类器实现过程第52-53页
        4.2.2 MLP分类器训练第53-54页
        4.2.3 MLP训练器参数对分类结果的影响第54-56页
        4.2.4 SVM分类器训练第56-57页
        4.2.5 SVM训练器参数对分类结果的影响第57-58页
    4.3 MLP和SVM分类器对缺陷识别结果及性能分析实验第58-60页
    4.4 本章小结第60-62页
第五章 铁芯缺陷检测系统软件设计与实现第62-76页
    5.1 软件系统需求分析第62-63页
    5.2 数据库的设计与实现第63-67页
        5.2.1 铁芯检测系统数据库设计第64-66页
        5.2.2 基于MFC的数据库实现方法第66-67页
    5.3 检测系统功能模块实现第67-75页
        5.3.1 任务管理模块第68-69页
        5.3.2 图像采集模块第69-71页
        5.3.3 铁芯检测模块第71-74页
        5.3.4 数据查询模块第74-75页
    5.4 本章小结第75-76页
第六章 总结与展望第76-78页
    6.1 总结第76-77页
    6.2 展望第77-78页
参考文献第78-82页
致谢第82-84页
攻读学位期间发表的学术论文和参加科研情况第84-85页
学位论文评阅及答辩情况表第85页

论文共85页,点击 下载论文
上一篇:基于应用场景安全推理的楼宇管控系统移动客户端
下一篇:基于特征融合的3D骨架动作识别算法研究