表面缺陷视觉在线检测关键技术研究
视觉检测论文 表面缺陷检测论文 边缘提取论文 小波变换论文 小波滤波器设计论文 支持向量机论文
论文详情
产品表面质量是产品质量的重要组成部分,也是产品商业价值的重要保障。机器视觉检测技术作为先进的产品质量监测手段,受到了生产企业越来越多的重视。本文对表面缺陷视觉在线检测的关键技术进行了较为系统的研究。以表面缺陷视觉检测的主要过程:图像获取、缺陷分割和缺陷判别为主线,对图像处理流程和关键算法进行了设计和实验分析;针对在线检测的需求,提出了算法效率分析方法和在线检测软件结构的多线程方案,建立了较为完整的表面缺陷视觉在线检测体系结构;以钢板表面缺陷检测为应用实例进行了实验验证。本文主要研究内容如下:1.以获取高质量图像为目标,提出以被测对象的特性为主导的照明方案设计原则;以表面凹坑缺陷检测为例,建立基于线阵CCD系统进行凹坑检测的数学模型,提出凹坑缺陷的图像特征;建立表面缺陷检测成像系统景深的数学模型。2.对不同背景模式的缺陷分割问题进行研究;设计完整的基于边缘的缺陷分割算法流程;提出基于小波系数层间相关性的容噪性边缘检测算法;讨论有理系数小波滤波器的设计步骤和关键问题,提出一种长度为8-4的有理系数对称紧支集双正交小波滤波器;对不同小波滤波器的多种应用效果进行比较分析。3.在缺陷图像的空间域、投影域、小波变换域进行了图像特征参数提取的研究,并利用主成分分析法进行特征空间降维;设计基于DAG SVM的缺陷分类决策树;提出采用谱系聚类优化决策树结构设计的方案。4.采用事前分析法和事后测试法对本文提出的关键算法进行时间效率分析;采用实时采集加准实时处理、多线程技术,提出适用于表面缺陷在线检测的软件系统结构方案;设计基于内存映射文件技术的存储文件系统。5.对钢板表面缺陷的在线检测进行应用研究。根据钢板表面缺陷检测指标要求,进行系统结构设计;对钢板表面缺陷的分割、特征提取、模式分类算法进行实验验证。建立了实验室环境下滚筒转动系统的实验样机,为高速表面缺陷的在线检测研究提供实验条件。
摘要 | 第1-4页 |
ABSTRACT | 第4-10页 |
第一章 绪论 | 第10-25页 |
·课题研究意义和背景 | 第10-12页 |
·国内外研究现状 | 第12-20页 |
·机器视觉的发展状况 | 第12-14页 |
·表面缺陷视觉检测研究现状 | 第14-16页 |
·视觉检测算法研究现状 | 第16-20页 |
·表面缺陷视觉在线检测关键技术分析 | 第20-22页 |
·论文主要研究内容 | 第22-24页 |
·本章小结 | 第24-25页 |
第二章 高质量图像的获取 | 第25-52页 |
·高质量图像含义 | 第25-26页 |
·照明方案分析 | 第26-35页 |
·颜色相关检测 | 第27-29页 |
·被测物表面反射性质相关的检测 | 第29-32页 |
·透明物体的检测 | 第32页 |
·凹凸内容的检测 | 第32-34页 |
·曲面表面的检测 | 第34-35页 |
·视觉检测系统结构参数计算 | 第35-37页 |
·视觉检测系统景深建模 | 第37-40页 |
·基于单线阵CCD 系统的表面凹坑缺陷检测 | 第40-51页 |
·检测对象说明 | 第40-41页 |
·照明实验 | 第41-44页 |
·凹坑缺陷检测数学建模 | 第44-51页 |
·本章小结 | 第51-52页 |
第三章 缺陷的分割 | 第52-99页 |
·几种类型的缺陷分割 | 第52-58页 |
·非背景图案破坏型的模式缺陷的分割 | 第52-53页 |
·模式背景图像的缺陷分割 | 第53-57页 |
·非模式背景图像的缺陷分割 | 第57-58页 |
·基于边缘的图像分割算法设计 | 第58-66页 |
·边缘检测 | 第59-61页 |
·边缘连接 | 第61-62页 |
·外轮廓搜索 | 第62-63页 |
·缺陷目标合并 | 第63-66页 |
·容噪性图像边缘检测算法设计 | 第66-75页 |
·小波边缘检测概述 | 第66-67页 |
·容噪性小波边缘检测算法设计 | 第67-75页 |
·有理系数小波滤波器的设计 | 第75-98页 |
·基于多分辨分析的小波构造理论 | 第76-80页 |
·有理系数小波滤波器的设计 | 第80-84页 |
·有理数对称紧支双正交小波滤波器的设计 | 第84-92页 |
·小波滤波器的性能比较 | 第92-98页 |
·本章小结 | 第98-99页 |
第四章 缺陷的判别 | 第99-126页 |
·缺陷特征提取与特征选择 | 第99-116页 |
·几何特征提取 | 第100-103页 |
·灰度特征提取 | 第103-106页 |
·投影特征提取 | 第106-109页 |
·纹理特征提取 | 第109-112页 |
·基于主成分分析法的特征选择 | 第112-116页 |
·判别的输出结果 | 第116-117页 |
·基于支持向量机的多类分类算法 | 第117-121页 |
·结构风险最小化分类器设计思想 | 第117-120页 |
·支持向量机的多类分类问题 | 第120-121页 |
·缺陷判别算法的设计 | 第121-125页 |
·缺陷特征的聚类分析 | 第121-123页 |
·SVM 两类分类器设计的参数选择 | 第123页 |
·本文提出的缺陷判别算法方案 | 第123-125页 |
·本章小结 | 第125-126页 |
第五章 算法效率分析 | 第126-139页 |
·算法效率的衡量指标 | 第126-128页 |
·算法开发过程 | 第126-127页 |
·算法效率衡量指标 | 第127-128页 |
·小波变换的效率分析 | 第128-132页 |
·边缘检测算法的效率分析 | 第132-137页 |
·空间滤波法算法复杂度 | 第132页 |
·Canny 算法的复杂度 | 第132-133页 |
·本文容噪性小波边缘检测算法的复杂度 | 第133-137页 |
·SVM 算法执行时间 | 第137-138页 |
·本章小结 | 第138-139页 |
第六章 在线检测软件结构设计 | 第139-151页 |
·在线检测软件需求分析 | 第139-141页 |
·软件系统结构设计 | 第141-145页 |
·算法程序流程设计 | 第141-142页 |
·软件系统的多线程设计 | 第142-145页 |
·文件系统设计 | 第145-149页 |
·文件系统的结构设计 | 第145-147页 |
·基于内存映射文件技术的实现 | 第147-149页 |
·软件系统界面设计 | 第149-150页 |
·本章小结 | 第150-151页 |
第七章 钢板表面缺陷检测应用 | 第151-171页 |
·检测指标与系统结构设计 | 第151-155页 |
·检测指标 | 第151页 |
·系统硬件选择 | 第151-152页 |
·系统结构设计 | 第152-154页 |
·实验环境 | 第154-155页 |
·缺陷分割实验结果 | 第155-157页 |
·缺陷特征参数与主成分分析 | 第157-162页 |
·DAGSVM 决策树设计与缺陷分类实验 | 第162-170页 |
·缺陷样本的聚类分析 | 第162-164页 |
·基于 DAG SVM 的分类算法设计 | 第164-167页 |
·SVM 两类分类器设计的参数选择 | 第167-169页 |
·缺陷模式分类实验结果 | 第169-170页 |
·本章小结 | 第170-171页 |
第八章 全文总结与展望 | 第171-175页 |
·全文总结 | 第171-173页 |
·展望 | 第173-175页 |
参考文献 | 第175-185页 |
发表论文和科研情况说明 | 第185-186页 |
致谢 | 第186页 |
论文购买
论文编号
ABS536473,这篇论文共186页
会员购买按0.30元/页下载,共需支付
55.8。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
93。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文