摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 研究现状与分析 | 第10-12页 |
1.3 研究内容 | 第12-13页 |
1.4 章节安排 | 第13-14页 |
1.5 本章小结 | 第14-15页 |
第2章 系统总体设计 | 第15-23页 |
2.1 需求分析 | 第15-16页 |
2.2 机械结构设计 | 第16-19页 |
2.2.1 光源与打光方式的选择 | 第16-19页 |
2.2.2 视觉系统机械结构 | 第19页 |
2.3 电气设计 | 第19-21页 |
2.4 条烟进出货流程详情 | 第21页 |
2.5 本章小结 | 第21-23页 |
第3章 条烟检测技术 | 第23-41页 |
3.1 图像采集的原理与实现 | 第23-25页 |
3.2 基于边缘检测的条烟检测技术 | 第25-32页 |
3.2.1 基于Sobel算子的条烟边缘检测 | 第25-27页 |
3.2.2 基于Laplace算子的条烟边缘检测 | 第27-28页 |
3.2.3 基于Canny算子的条烟边缘检测 | 第28-30页 |
3.2.4 三种条烟边缘检测算法的效率对比 | 第30-32页 |
3.3 基于阈值分割的条烟检测技术 | 第32-38页 |
3.3.1 阈值分割原理 | 第32-33页 |
3.3.2 基于阈值分割的条烟检测 | 第33-38页 |
3.4 基于背景差分法的条烟检测技术 | 第38-40页 |
3.4.1 背景差分法 | 第38页 |
3.4.2 开运算与带通滤波 | 第38-40页 |
3.5 本章小结 | 第40-41页 |
第4章 条烟识别技术 | 第41-51页 |
4.1 基于模板匹配的条烟识别技术 | 第41-43页 |
4.1.1 模板匹配的原理 | 第41-42页 |
4.1.2 基于模板匹配的识别步骤 | 第42页 |
4.1.3 基于模板匹配的识别效果与分析 | 第42-43页 |
4.2 基于分块彩色信息与最小误差分析的条烟识别技术 | 第43-44页 |
4.2.1 分块彩色信息提取 | 第43页 |
4.2.2 基于分块彩色信息与最小误差分析的条烟识别算法 | 第43-44页 |
4.3 基于AGAST角点域特征的条烟识别技术 | 第44-50页 |
4.3.1 条烟的FAST角点提取 | 第44-46页 |
4.3.2 条烟的AGAST角点提取 | 第46-47页 |
4.3.3 条烟的AGAST角点域特征描述 | 第47-48页 |
4.3.4 基于AGAST角点域特征和ELM的条烟识别技术 | 第48-50页 |
4.4 本章小结 | 第50-51页 |
第5章 系统软件设计与实现 | 第51-63页 |
5.1 系统软件功能要求 | 第51-52页 |
5.2 视觉模块的设计与实现 | 第52-53页 |
5.2.1 视觉处理算法 | 第52-53页 |
5.2.2 模板录入 | 第53页 |
5.3 数据库模块的设计与实现 | 第53-55页 |
5.3.1 数据库连接 | 第53-54页 |
5.3.2 订单数据加载 | 第54-55页 |
5.3.3 订单解析 | 第55页 |
5.3.4 历史数据保存与查询 | 第55页 |
5.4 通信模块的设计与实现 | 第55-56页 |
5.5 实时订单核对明细模块的设计与实现 | 第56-58页 |
5.5.1 订单核对简介 | 第56页 |
5.5.2 订单核对的方法 | 第56-58页 |
5.6 系统软件界面的设计与实现 | 第58-62页 |
5.7 现场测试与效果分析 | 第62页 |
5.8 本章小结 | 第62-63页 |
第6章 总结与展望 | 第63-64页 |
6.1 总结 | 第63页 |
6.2 展望 | 第63-64页 |
参考文献 | 第64-67页 |
致谢 | 第67-68页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第68页 |