微小精密轴承表面缺陷检测关键技术
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国内研究现状 | 第9-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 轴承缺陷检测方法分类 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 轴承缺陷特征及检测原理 | 第14-18页 |
| 2.1 轴承概述 | 第14-15页 |
| 2.2 精密轴承缺陷的特征及检测机理 | 第15-17页 |
| 2.3 本章小结 | 第17-18页 |
| 3 检测系统硬件设计 | 第18-27页 |
| 3.1 系统硬件构成及工作原理 | 第18-20页 |
| 3.2 系统硬件选取 | 第20-25页 |
| 3.2.1 CCD摄像机 | 第20-22页 |
| 3.2.2 镜头 | 第22-23页 |
| 3.2.3 光源 | 第23-24页 |
| 3.2.4 旋转平台 | 第24-25页 |
| 3.3 实验平台搭建 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 4 检测系统软件设计 | 第27-45页 |
| 4.1 软件总体流程 | 第27页 |
| 4.2 轴承图像的预处理 | 第27-29页 |
| 4.2.1 均值滤波 | 第28页 |
| 4.2.2 中值滤波 | 第28-29页 |
| 4.3 图像展开与拼接 | 第29-38页 |
| 4.3.1 图像展开 | 第29-31页 |
| 4.3.2 图像拼接 | 第31-35页 |
| 4.3.3 光照补偿图像拼接 | 第35-38页 |
| 4.4 图像处理 | 第38-44页 |
| 4.4.1 图像差影 | 第38-39页 |
| 4.4.2 阈值分割 | 第39-41页 |
| 4.4.3 二值形态学处理 | 第41-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 缺陷识别与标定 | 第45-57页 |
| 5.1 缺陷特征提取 | 第45-49页 |
| 5.1.1 纹理特征提取 | 第45-46页 |
| 5.1.2 几何特征提取 | 第46-49页 |
| 5.2 系统标定 | 第49-54页 |
| 5.2.1 相机标定 | 第49-54页 |
| 5.2.2 尺寸标定 | 第54页 |
| 5.3 实验数据处理 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 缺陷分类与误差分析 | 第57-67页 |
| 6.1 基于BP神经网络的缺陷分类 | 第57-61页 |
| 6.1.1 BP神经网络概述 | 第57-58页 |
| 6.1.2 BP神经网络分类器的设计 | 第58-60页 |
| 6.1.3 BP分类器实现轴承表面缺陷分类 | 第60-61页 |
| 6.2 检测系统GUI界面设计 | 第61-64页 |
| 6.3 误差分析 | 第64-65页 |
| 6.3.1 硬件方面 | 第64-65页 |
| 6.3.2 软件方面 | 第65页 |
| 6.4 本章小结 | 第65-67页 |
| 7 结论 | 第67-69页 |
| 7.1 结论 | 第67-68页 |
| 7.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |
| 致谢 | 第74-76页 |
