汽车轮胎标识点识别技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外文献综述 | 第12-19页 |
| 1.2.1 机器视觉概述 | 第12-14页 |
| 1.2.2 机器视觉技术在轮胎工业中的应用 | 第14-15页 |
| 1.2.3 颜色识别的研究 | 第15-16页 |
| 1.2.4 形状识别的研究 | 第16-19页 |
| 1.3 文献综述小结 | 第19页 |
| 1.4 本课题研究内容和技术路线 | 第19-22页 |
| 1.4.1 内容安排 | 第19-20页 |
| 1.4.2 技术路线 | 第20-22页 |
| 第2章 轮胎标识点图像采集装置的设计 | 第22-35页 |
| 2.1 图像采集装置总体方案 | 第22-24页 |
| 2.2 PLC控制系统 | 第24-30页 |
| 2.2.1 光电开关 | 第25-26页 |
| 2.2.2 旋转编码器 | 第26-28页 |
| 2.2.3 三菱PLC | 第28-30页 |
| 2.3 标识点图像拍摄系统 | 第30-33页 |
| 2.3.1 光源 | 第32-33页 |
| 2.3.2 工业相机 | 第33页 |
| 2.4 小结 | 第33-35页 |
| 第3章 轮胎标识点图像预处理 | 第35-44页 |
| 3.1 图像降噪 | 第35-37页 |
| 3.1.1 图像降噪方法 | 第35-36页 |
| 3.1.2 中值滤波 | 第36-37页 |
| 3.2 图像分割 | 第37-39页 |
| 3.3 边缘检测 | 第39-41页 |
| 3.3.1 Canny边缘检测算法 | 第39-40页 |
| 3.3.2 形态学图像处理算法 | 第40-41页 |
| 3.4 边缘轮廓坐标提取 | 第41-43页 |
| 3.5 小结 | 第43-44页 |
| 第4章 轮胎标识点颜色和形状特征量的提取 | 第44-54页 |
| 4.1 颜色特征量提取 | 第44-47页 |
| 4.1.1 颜色空间 | 第44-45页 |
| 4.1.2 标识点色调特征提取 | 第45-47页 |
| 4.2 形状特征量提取 | 第47-53页 |
| 4.2.1 傅立叶描述子 | 第47-50页 |
| 4.2.1.1 复数傅立叶描述子 | 第47-49页 |
| 4.2.1.2 极半径傅立叶描述子 | 第49页 |
| 4.2.1.3 椭圆傅立叶描述子 | 第49-50页 |
| 4.2.2 提取傅立叶描述子 | 第50-53页 |
| 4.3 小结 | 第53-54页 |
| 第5章 轮胎标识点颜色和形状的识别 | 第54-72页 |
| 5.1 颜色和形状识别器的构建 | 第54-60页 |
| 5.1.1 支持向量机理论 | 第54-58页 |
| 5.1.1.1 线性可分支持向量机 | 第54-56页 |
| 5.1.1.2 线性不可分支持向量机 | 第56-57页 |
| 5.1.1.3 非线性可分支持向量机 | 第57-58页 |
| 5.1.2 支持向量机多类别分类 | 第58-60页 |
| 5.1.2.1 一对多分类 | 第58页 |
| 5.1.2.2 一对一分类 | 第58页 |
| 5.1.2.3 导向无环图支持向量机分类器 | 第58-59页 |
| 5.1.2.4 叉树支持向量机分类器 | 第59-60页 |
| 5.2 颜色识别器 | 第60-61页 |
| 5.3 形状识别器 | 第61-62页 |
| 5.4 颜色和形状识别器参数的选择 | 第62-67页 |
| 5.4.1 交叉验证方法 | 第62-63页 |
| 5.4.2 交叉验证实验 | 第63-67页 |
| 5.5 标识点颜色识别实验 | 第67-69页 |
| 5.6 标识点形状识别实验 | 第69-71页 |
| 5.7 小结 | 第71-72页 |
| 第6章 轮胎标识点识别系统平台设计 | 第72-80页 |
| 6.1 轮胎标识点识别系统可视化界面设计 | 第73页 |
| 6.2 标识点识别主菜单设计 | 第73-74页 |
| 6.3 相机参数设置 | 第74-76页 |
| 6.4 轮胎标识点识别系统监测界面 | 第76-77页 |
| 6.5 轮胎的分类 | 第77-79页 |
| 6.6 小结 | 第79-80页 |
| 第7章 结论与展望 | 第80-82页 |
| 7.1 总结 | 第80-81页 |
| 7.2 展望 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士学位期间发表的学术论文 | 第88页 |
