基于机器视觉的磁性零件缺陷检测技术研究
| 摘要 | 第5-6页 |
| ABSTRCT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题的研究背景及意义 | 第15-18页 |
| 1.1.1 机器视觉系统的概念 | 第15-16页 |
| 1.1.2 机器视觉的应用领域 | 第16-17页 |
| 1.1.3 磁性材料视觉检测的研究意义 | 第17-18页 |
| 1.2 磁性材料机器视觉检测的国内外研究现状 | 第18-21页 |
| 1.2.1 机器视觉的发展历程 | 第18页 |
| 1.2.2 机器视觉的研究现状 | 第18-19页 |
| 1.2.3 机器视觉面临的问题 | 第19-20页 |
| 1.2.4 机器视觉的发展趋势 | 第20-21页 |
| 1.3 论文主要内容及章节安排 | 第21-23页 |
| 1.3.1 论文主要工作 | 第21页 |
| 1.3.2 论文章节安排 | 第21-23页 |
| 第二章 机器视觉检测系统的相关技术 | 第23-39页 |
| 2.1 项目技术要求 | 第23-24页 |
| 2.2 系统总体方案设计 | 第24-26页 |
| 2.3 照明技术研究 | 第26-28页 |
| 2.3.1 光源的分类 | 第26-27页 |
| 2.3.2 光源的选型 | 第27-28页 |
| 2.4 摄像机技术 | 第28-33页 |
| 2.4.1 摄像机的简介 | 第28-30页 |
| 2.4.2 数字相机选型 | 第30-33页 |
| 2.5 镜头技术 | 第33-36页 |
| 2.5.1 镜头的简介 | 第33-35页 |
| 2.5.2 镜头的选型 | 第35-36页 |
| 2.6 图像系统开发工具 | 第36-38页 |
| 2.6.1 OpenCV与Matlab的对比 | 第36-37页 |
| 2.6.2 OpenCV的配置 | 第37-38页 |
| 2.7 本章小结 | 第38-39页 |
| 第三章 数字图像处理相关算法研究 | 第39-53页 |
| 3.1 图像预处理方法介绍 | 第39-44页 |
| 3.1.1 彩色图像灰度化 | 第39-40页 |
| 3.1.2 图像增强 | 第40页 |
| 3.1.3 二值化 | 第40-41页 |
| 3.1.4 图像平滑 | 第41-42页 |
| 3.1.5 图像锐化 | 第42-44页 |
| 3.2 边缘检测 | 第44-47页 |
| 3.2.1 边缘提取 | 第44-46页 |
| 3.2.2 图像边缘后处理方法 | 第46页 |
| 3.2.3 基于边缘的模板匹配 | 第46-47页 |
| 3.3 Hough变换 | 第47-49页 |
| 3.3.1 Hough变换 | 第47-48页 |
| 3.3.2 改进的Hough变换 | 第48-49页 |
| 3.4 多边形拟合和外接矩形 | 第49-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 检测算法的设计与实现 | 第53-61页 |
| 4.1 系统标定 | 第53页 |
| 4.2 检测过程设计 | 第53-55页 |
| 4.3 算法流程设计 | 第55-57页 |
| 4.4 综合评价分析 | 第57-60页 |
| 4.4.1 耗时分析 | 第57-59页 |
| 4.4.2 精度分析 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结和展望 | 第61-63页 |
| 5.1 论文总结 | 第61页 |
| 5.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
