摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 机器视觉的发展与应用 | 第10-11页 |
1.2.2 视觉检测算法的研究现状 | 第11-13页 |
1.3 论文研究内容及组织结构 | 第13-15页 |
第二章 系统架构分析与功能模块设计 | 第15-25页 |
2.1 检测对象分析 | 第15-17页 |
2.1.1 待测工件介绍 | 第15-16页 |
2.1.2 绕线形态分析 | 第16-17页 |
2.2 系统架构分析与设备选型 | 第17-19页 |
2.3 图像采集模块设计 | 第19-21页 |
2.3.1 采集设备的结构布局 | 第19-20页 |
2.3.2 图像数据的回调采集 | 第20-21页 |
2.4 系统控制响应模块设计 | 第21-23页 |
2.5 本章小结 | 第23-25页 |
第三章 挂线区域的定位优化与“黑边”图像预处理 | 第25-45页 |
3.1 基于先验知识的ROI定位与待测区域分割 | 第25-29页 |
3.1.1 基于模版检索的匹配定位方法 | 第26页 |
3.1.2 基于先验知识的定位模板选取 | 第26-29页 |
3.2 一种双模板逐次递进匹配定位算法 | 第29-33页 |
3.2.1 图像像素矩阵构造时间优化 | 第29页 |
3.2.2 基于历史信息的双模板逐次递进匹配定位算法 | 第29-33页 |
3.3 基于灰度分布特性的挂线区域预处理 | 第33-36页 |
3.3.1 待测图像的灰度化与滤波 | 第33-34页 |
3.3.2 基于灰度分布特性的待测图像阈值化 | 第34-36页 |
3.4 基于灰度与梯度分布特性的“黑边”图像预处理 | 第36-44页 |
3.4.1 “黑边”绕线问题分析 | 第36-37页 |
3.4.2 基于灰度变换的“黑边”绕线区域增强 | 第37-39页 |
3.4.3 基于灰度与梯度分布信息的“黑边”区域阈值化 | 第39-43页 |
3.4.4 基于形态学处理的“黑边”区域优化与整体效果合成 | 第43-44页 |
3.5 本章小结 | 第44-45页 |
第四章 一种融合图像检索与多特征差异的检测方法 | 第45-65页 |
4.1 基于图像轮廓特征的差异性表达 | 第45-51页 |
4.1.1 基于轮廓几何参数的绕线区域表达 | 第45-47页 |
4.1.2 融合轮廓边缘尺度与角度分布的描述子 | 第47-50页 |
4.1.3 基于Hu不变矩的区域特征描述 | 第50-51页 |
4.2 基于图像灰度共生矩阵的纹理特征提取与检测算法 | 第51-56页 |
4.2.1 工件图像的GLCM特征提取 | 第52-54页 |
4.2.2 基于GLCM的图像差异性表达 | 第54-56页 |
4.3 基于区域分布描述子的合格模板检索算法 | 第56-58页 |
4.4 基于支持向量机的图像HOG特征分类 | 第58-62页 |
4.4.1 待测图像的HOG特征统计 | 第58-61页 |
4.4.2 基于SVM分类器的特征分类 | 第61-62页 |
4.5 融合模板检索与多特征差异的检测方案 | 第62-64页 |
4.5.1 融合模板检索与特征表达的判别机制 | 第62-63页 |
4.5.2 基于多特征差异的检测流程优化 | 第63-64页 |
4.6 本章小结 | 第64-65页 |
第五章 工件在线检测系统开发与应用 | 第65-71页 |
5.1 在线检测系统的流程方案 | 第65-67页 |
5.2 在线检测系统的开发 | 第67-70页 |
5.2.1 在线检测系统的结构体系 | 第67-68页 |
5.2.2 检测系统的软件体系 | 第68-70页 |
5.3 本章小结 | 第70-71页 |
第六章 总结与展望 | 第71-73页 |
6.1 总结 | 第71页 |
6.2 展望 | 第71-73页 |
致谢 | 第73-75页 |
参考文献 | 第75-79页 |
攻读硕士期间取得学术成果 | 第79页 |