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

基于机器视觉的检测识别系统研究及应用

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-15页
   ·机器视觉系统的发展概况及现状第10-11页
     ·机器视觉系统简介第10-11页
     ·机器视觉系统特点第11页
     ·机器视觉系统在工业检测中的应用第11页
   ·图像处理与图像识别第11-13页
     ·图像分割第12页
     ·图像识别第12-13页
   ·论文的选题,研究内容及意义第13-15页
     ·论文选题及研究内容第13页
     ·课题研究的意义第13-14页
     ·论文的组织结构第14-15页
第二章 系统总体结构设计第15-31页
   ·方便面生产过程简介第15-17页
   ·方便面面饼及调味包第17页
   ·识别系统设计要求第17页
   ·系统总体设计第17-23页
     ·设计思路第17-18页
     ·难点分析第18-19页
     ·生产线上相机布置第19-22页
     ·处理控制网络初步方案第22-23页
   ·硬件系统设计第23-29页
     ·硬件系统设计要求及设计分析第23页
     ·硬件系统总体结构第23-24页
     ·摄相机第24-25页
     ·光学镜头第25-26页
     ·光源照明第26-27页
     ·PC 处理控制系统与图像采集第27-29页
   ·软件系统及算法研究方向第29-30页
     ·软件仿真及实现平台第29-30页
     ·调味包识别算法的研究方向第30页
   ·本章小结第30-31页
第三章 基于HSI 颜色模型的特征分类识别算法第31-60页
   ·颜色模型第31页
   ·RGB 与HSI 颜色模型第31-36页
     ·RGB 颜色模型第31-32页
     ·HSI 颜色模型第32-34页
     ·亮度对RGB 及HSI 的影响第34-35页
     ·HSI 的优势第35-36页
     ·RGB 转HSI第36页
   ·基于HSI 颜色模型的特征分类算法第36-48页
     ·识别对像分析第36-37页
     ·特征HS 值及特征点第37-40页
     ·颜色特征分类算法的基本思想第40-41页
     ·算法流程第41-48页
   ·阈值分析第48-59页
     ·调味包特征HS 值判定阈值第48-53页
     ·调味包有效特征点判定阈值第53-55页
     ·调味包的全局判定阈值第55-59页
   ·算法总结第59页
   ·本章小结第59-60页
第四章 基于调味包标记识别的算法第60-70页
   ·标记识别的基本思想第60-61页
   ·标记识别算法流程图第61页
   ·标记算法详细流程第61-68页
     ·读取图像信息第61页
     ·彩图转换成灰度图第61-62页
     ·图像二值化第62-63页
     ·图像滤波第63-64页
     ·膨胀处理第64-65页
     ·按面积除去黑斑第65页
     ·按形状除去黑斑第65-68页
     ·对称处理第68页
   ·算法总结第68-69页
   ·本章小节第69-70页
第五章 调味包检测识别系统软件设计及测试第70-82页
   ·编程语言及开发平台第70-71页
   ·软件系统结构及流程图第71-76页
     ·软件系统组成第71-72页
     ·软件界面介绍第72-73页
     ·软件系统及模块流程图第73-76页
   ·系统测试第76-80页
     ·实验室静态测试第76-78页
     ·生产流水线动态测试第78-79页
     ·软件实时性测试及优化第79-80页
   ·系统不足与改进第80-81页
     ·系统不足第80页
     ·系统改进第80-81页
   ·本章小节第81-82页
第六章 总结与展望第82-83页
   ·工作总结第82页
   ·工作展望第82-83页
致谢第83-84页
参考文献第84-87页
攻硕期间取得的研究成果第87-88页
附录第88-96页

论文共96页,点击 下载论文
上一篇:国防装备研制单位技术状态管理能力成熟度研究
下一篇:航空气象地图的分层化OCR系统及其若干关键技术的研究