摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第1章 绪论 | 第9-22页 |
1.1 课题背景与意义 | 第9页 |
1.2 机器视觉检测技术概述 | 第9-14页 |
1.2.1 国外发展现状 | 第10-12页 |
1.2.2 国内发展现状 | 第12-14页 |
1.3 嵌入式机器视觉检测技术 | 第14-17页 |
1.3.1 嵌入式系统概述 | 第14-15页 |
1.3.2 嵌入式系统与传统机器视觉系统的比较 | 第15-17页 |
1.4 图像传感器 | 第17-20页 |
1.4.1 图像传感器的分类 | 第17页 |
1.4.2 CCD与CMOS的性能对比 | 第17-19页 |
1.4.3 CCD传感器的分类与比较 | 第19-20页 |
1.5 主要内容 | 第20-21页 |
1.6 本章小结 | 第21-22页 |
第2章 图像采集处理系统硬件设计 | 第22-56页 |
2.1 图像采集处理系统的选择 | 第22-24页 |
2.1.1 图像采集处理系统的几种方案 | 第22-23页 |
2.1.2 CPLD+DSP图像采集处理系统的总体结构设计 | 第23-24页 |
2.2 CCD传感器 | 第24-31页 |
2.2.1 CCD传感器的基本工作原理 | 第24-29页 |
2.2.1.1 MOS结构 | 第25-27页 |
2.2.1.2 电荷的产生和存储 | 第27-28页 |
2.2.1.3 电荷的传输和转移 | 第28-29页 |
2.2.1.4 电荷的检测和输出 | 第29页 |
2.2.2 CCD传感器的选择 | 第29-31页 |
2.3 驱动模块 | 第31-36页 |
2.3.1 驱动方案的选择 | 第31-33页 |
2.3.2 电平转换电路 | 第33-36页 |
2.3.2.1 低压电平转换电路 | 第34-36页 |
2.3.2.2 高压电平转换电路 | 第36页 |
2.4 CCD信号预处理模块 | 第36-39页 |
2.4.1 信号放大电路 | 第37-38页 |
2.4.2 信号滤波电路 | 第38-39页 |
2.4.3 数模转换电路 | 第39页 |
2.5 FIFO缓存模块 | 第39-42页 |
2.5.1 FIFO缓存的设计原理 | 第40-42页 |
2.5.2 FIFO缓存器的选择 | 第42页 |
2.6 图像处理模块 | 第42-48页 |
2.6.1 DSP概述 | 第42-43页 |
2.6.2 DSP的选择 | 第43-44页 |
2.6.3 DSP数据接 | 第44-47页 |
2.6.3.1 SDRAM存储器 | 第44-47页 |
2.6.3.2 FLASH存储器 | 第47页 |
2.6.4 电源与复位电路 | 第47-48页 |
2.7 数据传输模块 | 第48-54页 |
2.7.1 千兆以太网概述 | 第49-50页 |
2.7.2 千兆以太网接 | 第50-54页 |
2.7.2.1 千兆以太网MAC层芯片 | 第51-52页 |
2.7.2.2 千兆以太网PHY层芯片 | 第52-54页 |
2.8 本章小结 | 第54-56页 |
第3章 图像采集驱动软件设计 | 第56-64页 |
3.1 硬件语言与软件开发平台 | 第56-57页 |
3.2 驱动时序分析与仿真 | 第57-63页 |
3.2.1 CCD时序分析与仿真 | 第57-59页 |
3.2.2 信号预处理时序分析与仿真 | 第59-61页 |
3.2.3 FIFO时序分析与初始化模块仿真 | 第61-63页 |
3.3 本章小结 | 第63-64页 |
第4章 系统在钢轨图像处理中的应用 | 第64-77页 |
4.1 数字图像处理特点 | 第64-65页 |
4.2 钢轨缺陷图像处理流程 | 第65-66页 |
4.3 基于加权自适应中值滤波的轨道图像预处理 | 第66-69页 |
4.4 图像的分割 | 第69-73页 |
4.4.1 基于先验知识的轨道区域定位 | 第69-70页 |
4.4.2 基于自适应Canny算法的边缘分割 | 第70-73页 |
4.5 缺陷特征识别与分类 | 第73-75页 |
4.5.1 钢轨缺陷几何特征描述 | 第73-74页 |
4.5.2 基于LVQ神经网络的分类方法 | 第74-75页 |
4.6 本章小结 | 第75-77页 |
第5章 总结与展望 | 第77-79页 |
5.1 全文总结 | 第77页 |
5.2 研究特点 | 第77-78页 |
5.3 课题展望 | 第78-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-83页 |
攻读硕士学位期间发表的论文及科研成果 | 第83页 |