| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 机器视觉发展与现状 | 第13-14页 |
| 1.3 课题研究内容 | 第14页 |
| 1.4 章节安排 | 第14-16页 |
| 第2章 工件表面裂纹检测系统的总体设计 | 第16-20页 |
| 2.1 工件特征分析 | 第16页 |
| 2.2 系统整体方案设计 | 第16-17页 |
| 2.3 软件平台选择 | 第17-18页 |
| 2.4 硬件选型方案 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 工件表面裂纹图像处理算法研究 | 第20-47页 |
| 3.1 引言 | 第20页 |
| 3.2 图像灰度化 | 第20-22页 |
| 3.3 平滑去噪 | 第22-28页 |
| 3.3.1 噪声概述 | 第23页 |
| 3.3.2 空域滤波 | 第23-24页 |
| 3.3.3 频域滤波 | 第24-25页 |
| 3.3.4 去噪评价 | 第25-28页 |
| 3.4 图像增强 | 第28-33页 |
| 3.4.1 图像锐化 | 第28-29页 |
| 3.4.2 灰度变换 | 第29-30页 |
| 3.4.3 一种图像分块自适应模糊增强算法 | 第30-33页 |
| 3.5 图像分割 | 第33-39页 |
| 3.5.1 阈值分割法 | 第33-35页 |
| 3.5.2 边缘检测算子 | 第35-37页 |
| 3.5.3 形态学操作 | 第37-38页 |
| 3.5.4 基于Canny算子和形态学操作的工件裂纹图像分割 | 第38-39页 |
| 3.6 特征提取与计算 | 第39-40页 |
| 3.7 小波方法在工件表面图像处理中的应用 | 第40-46页 |
| 3.7.1 小波理论和多分辨率分析 | 第40-42页 |
| 3.7.2 基于小波方法的工件表面裂纹去噪 | 第42-44页 |
| 3.7.3 工件裂纹图像小波阈值去噪算法研究 | 第44-46页 |
| 3.8 本章小结 | 第46-47页 |
| 第4章 裂纹检测软件设计实现 | 第47-61页 |
| 4.1 引言 | 第47页 |
| 4.2 NI Vision简介 | 第47-48页 |
| 4.3 软件实现方案 | 第48-49页 |
| 4.4 图像采集及归一化 | 第49-51页 |
| 4.4.1 图像采集 | 第49-50页 |
| 4.4.2 图像归一化 | 第50-51页 |
| 4.5 图像ROI提取 | 第51-56页 |
| 4.5.1 模板匹配 | 第51-54页 |
| 4.5.2 建立坐标 | 第54-55页 |
| 4.5.3 设定有效区域 | 第55-56页 |
| 4.6 ROI图像预处理 | 第56-58页 |
| 4.7 分割与数学形态学操作 | 第58-60页 |
| 4.8 裂纹特征计算与判断 | 第60页 |
| 4.9 本章小结 | 第60-61页 |
| 第5章 实验结果与分析 | 第61-66页 |
| 5.1 引言 | 第61页 |
| 5.2 实验结果及分析 | 第61-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-67页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 研究生期间论文发表情况 | 第70页 |