首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于面阵CCD的玻璃缺陷检测分析系统研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 课题背景概述及意义第11-12页
    1.2 国内外研究现状第12-15页
        1.2.1 玻璃缺陷检测系统的研究现状第12-14页
        1.2.2 玻璃缺陷识别算法的研究现状第14-15页
    1.3 研究内容第15-17页
第2章 玻璃图像采集系统的设计与搭建第17-27页
    2.1 图像采集系统的构架第17-18页
    2.2 CCD工业相机第18-19页
    2.3 图像采集卡第19页
    2.4 光照系统设计第19-24页
        2.4.1 检测光源第19-21页
        2.4.2 照明方案第21-23页
        2.4.3 背景板选择第23-24页
    2.5 采集的玻璃图像第24-25页
    2.6 试验结果第25页
    2.7 本章小结第25-27页
第3章 玻璃图像校正第27-33页
    3.1 亮暗场校正第27-28页
        3.1.1 暗场校正分析第27-28页
        3.1.2 亮场校正分析第28页
    3.2 亮暗场校正模型的建立第28-30页
        3.2.1 基准图像第28页
        3.2.2 暗场图像采集第28-29页
        3.2.3 不稳定像素校正第29-30页
        3.2.4 亮场图像采集第30页
    3.3 玻璃图像矫正第30-32页
    3.4 本章小结第32-33页
第4章 玻璃图像预处理第33-51页
    4.1 Ostu自动阈值分割第33-36页
    4.2 图像滤波第36-42页
        4.2.1 普通均值滤波第36-39页
        4.2.2 中值滤波第39-41页
        4.2.3 票选滤波第41-42页
    4.3 边缘检测第42-46页
        4.3.1 Sobel算子边缘检测第43-44页
        4.3.2 Prewitt算子边缘检测第44-45页
        4.3.3 Robert算子边缘检测第45-46页
    4.4 二值图像的形态学处理第46-49页
        4.4.1 膨胀和腐蚀第46-49页
        4.4.2 开运算和闭运算第49页
    4.5 本章小结第49-51页
第5章 划伤和杂质缺陷识别算法的研究第51-69页
    5.1 划伤和杂质缺陷标记第51-56页
        5.1.1 连通域第52页
        5.1.2 连通区域标记第52-56页
    5.2 划伤和杂质缺陷最小外接矩形第56-57页
    5.3 最小外接矩形合并第57-61页
        5.3.1 划伤斜率第57-58页
        5.3.2 划伤之间最小距离第58-61页
        5.3.3 最小外接矩形合并第61页
        5.3.4 标记值修改第61页
    5.4 划伤缺陷特征参数第61-62页
        5.4.1 划伤长度和宽度第61-62页
        5.4.2 划伤合格标准第62页
    5.5 杂质缺陷的特征参数第62-66页
        5.5.1 杂质缺陷最大尺寸第63-64页
        5.5.2 杂质缺陷质心第64页
        5.5.3 杂质缺陷检测第64-66页
    5.6 划伤和杂质缺陷检测第66-67页
    5.7 本章小结第67-69页
第6章 玻璃缺陷检测软件系统开发第69-79页
    6.1 引言第69页
    6.2 玻璃缺陷检测软件系统总体设计第69-74页
    6.3 玻璃缺陷检测软件系统开发环境与技术第74-76页
        6.3.1 软件系统开发环境第74页
        6.3.2 软件系统开发关键技术第74-76页
    6.4 玻璃缺陷检测软件系统界面设计研究第76-78页
    6.5 本章小结第78-79页
第7章 结论与展望第79-81页
    7.1 结论第79页
    7.2 展望第79-81页
参考文献第81-86页
致谢第86页

论文共86页,点击 下载论文
上一篇:基于RaspberryPi的运动目标检测算法的研究与实现
下一篇:基于显式形状回归的虹膜图像分割算法研究