| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.3 本课题研究现状 | 第10-12页 |
| 1.3.1 国内外情况研究 | 第10-11页 |
| 1.3.2 目前市面上应用的基于机器视觉的疵点检测系统 | 第11-12页 |
| 1.4 论文的章节安排 | 第12-13页 |
| 2 研究对象与系统总体设计方案 | 第13-31页 |
| 2.1 电子布及其常见疵点种类 | 第13-14页 |
| 2.2 疵点检测系统的需求分析 | 第14-16页 |
| 2.2.1 系统功能需求 | 第14-15页 |
| 2.2.2 系统主要性能需求 | 第15-16页 |
| 2.3 系统硬件平台设计与搭建 | 第16-28页 |
| 2.3.1 系统硬件平台设计方案 | 第16-17页 |
| 2.3.2 硬件平台机械结构 | 第17-19页 |
| 2.3.3 图像采集子系统 | 第19页 |
| 2.3.4 图像采集部件选型 | 第19-26页 |
| 2.3.5 多相机并行扫描 | 第26页 |
| 2.3.6 图像同步采集实现 | 第26-28页 |
| 2.4 关键性能参数计算 | 第28-30页 |
| 2.4.1 检测精度计算 | 第28页 |
| 2.4.2 系统检测幅宽 | 第28-29页 |
| 2.4.3 相机的安装距离 | 第29-30页 |
| 2.4.4 最高检测速度 | 第30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 疵点检测算法原理与实现 | 第31-39页 |
| 3.1 图像预处理 | 第31-34页 |
| 3.1.1 均值滤波 | 第31-32页 |
| 3.1.2 中值滤波 | 第32-34页 |
| 3.2 纹理背景抑制 | 第34-35页 |
| 3.3 疵点分割 | 第35-36页 |
| 3.4 离线测试 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 4 电子布疵点图像特征提取 | 第39-45页 |
| 4.1 灰度共生矩阵 | 第39-41页 |
| 4.2 灰度共生矩阵统计特征 | 第41-42页 |
| 4.3 电子布疵点图像的灰度共生矩阵特征提取 | 第42-43页 |
| 4.4 本章小结 | 第43-45页 |
| 5 基于SVM的电子布疵点分类 | 第45-53页 |
| 5.1 支持向量机的二元分类算法 | 第45-49页 |
| 5.2 SVM的多分类器设计 | 第49-50页 |
| 5.3 电子布疵点的分类器设计与实验结果 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 应用软件开发与实验结果 | 第53-63页 |
| 6.1 开发环境介绍 | 第53-55页 |
| 6.1.1 软件开发环境VisualStudio2010 | 第53-54页 |
| 6.1.2 OpenCV图像处理开源库 | 第54页 |
| 6.1.3 数据库SQLServer2008 | 第54-55页 |
| 6.1.4 相机操作Pylon套件与SDK | 第55页 |
| 6.2 用户人机交互界面 | 第55-59页 |
| 6.2.1 软件系统整体结构 | 第55-56页 |
| 6.2.2 软件主界面 | 第56-57页 |
| 6.2.3 用户权限管理模块 | 第57-58页 |
| 6.2.4 实时图像功能 | 第58页 |
| 6.2.5 疵点浏览及报表导出模块 | 第58-59页 |
| 6.3 实验结果与分析 | 第59-62页 |
| 6.4 系统性能指标 | 第62页 |
| 6.5 本章小结 | 第62-63页 |
| 7 总结与展望 | 第63-65页 |
| 7.1 全文总结 | 第63页 |
| 7.2 课题展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 作者攻读学位期间发表学术论文清单 | 第71-73页 |
| 致谢 | 第73页 |