瓷砖表面瑕疵检测方法的研究
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 机器视觉研究现状 | 第11-12页 |
| 1.2.2 瑕疵检测研究现状 | 第12-15页 |
| 1.2.2.1 瑕疵检测国外研究现状 | 第13-14页 |
| 1.2.2.2 瑕疵检测国内研究现状 | 第14-15页 |
| 1.3 研究内容与创新点 | 第15-16页 |
| 1.3.1 本文主要研究内容 | 第15-16页 |
| 1.3.2 本文创新点 | 第16页 |
| 1.4 本文结构安排 | 第16-18页 |
| 2 相关技术的研究 | 第18-38页 |
| 2.1 机器视觉的研究 | 第18-21页 |
| 2.1.1 机器视觉检测技术概述 | 第18-19页 |
| 2.1.2 机器视觉检测系统基本构造 | 第19-21页 |
| 2.2 瑕疵检测技术的研究 | 第21-36页 |
| 2.2.1 瑕疵检测概述 | 第21-22页 |
| 2.2.2 瑕疵检测算法分析 | 第22-36页 |
| 2.2.2.1 图像格式转换 | 第23-26页 |
| 2.2.2.2 目标的定位与分割 | 第26-29页 |
| 2.2.2.3 克服光照变化 | 第29-31页 |
| 2.2.2.4 图像去噪 | 第31-34页 |
| 2.2.2.5 图像增强 | 第34-35页 |
| 2.2.2.6 图像分割 | 第35-36页 |
| 2.3 本章小结 | 第36-38页 |
| 3 基于机器视觉的瓷砖表面瑕疵检测系统方案设计 | 第38-50页 |
| 3.1 系统需求 | 第39-41页 |
| 3.2 图像采集模块 | 第41-43页 |
| 3.2.1 光源 | 第42页 |
| 3.2.2 照明方式的选择 | 第42页 |
| 3.2.3 CCD相机 | 第42-43页 |
| 3.3 图像处理模块 | 第43-49页 |
| 3.3.1 图像采集卡 | 第43-46页 |
| 3.3.2 系统主板 | 第46-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 基于机器视觉的瓷砖表面瑕疵检测算法实现 | 第50-61页 |
| 4.1 图像预处理 | 第51页 |
| 4.2 特征提取 | 第51-54页 |
| 4.3 特征分析 | 第54-60页 |
| 4.3.1 瑕疵种类的识别 | 第55-58页 |
| 4.3.2 瑕疵的大小 | 第58-60页 |
| 4.3.2.1 瑕疵的数目 | 第59页 |
| 4.3.2.2 瑕疵的面积 | 第59页 |
| 4.3.2.3 瑕疵的周长 | 第59-60页 |
| 4.3.2.4 瑕疵的质心坐标 | 第60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 测试与分析 | 第61-71页 |
| 5.1 实验环境 | 第61-62页 |
| 5.2 实验过程 | 第62-66页 |
| 5.3 实验结果 | 第66-70页 |
| 5.4 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 本文内容总结 | 第71-72页 |
| 6.2 下一步工作展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 本文作者在硕士研究生期间参与的科研项目及成果 | 第76-77页 |
| 致谢 | 第77-78页 |
