声明
摘要
第1章绪论
1.1课题研究背景及意义
1.2国内外研究现状
1.2.1药瓶封装缺陷的研究现状
1.2.2模式识别的发展及研究现状
1.2.3神经网络的发展及研究现状
1.3本文主要研究内容及安排
第2章系统的总体设计方案
2.1概述
2.2检测系统总体方案
2.2.1系统的设计目标
2.2.2系统的总体结构
2.3图像采集设备的设计
2.3.1摄像机的选择
2.3.2镜头的选择
2.4照明系统的设计
2.5本章小结
第3章药瓶封装缺陷图像预处理
3.1图像灰度化处理
3.2图像复原
3.2.1图像噪声模型
3.2.2均值滤波器
3.2.3中值滤波器
3.3图像增强
3.3.1灰度直方图
3.3.2灰度变换增强
3.3.3直方图均衡化增强
3.3.4图像增强技术的选择
3.4药瓶封装缺陷图像分割
3.4.1基于边缘检测的缺陷分割
3.4.2基于阈值的缺陷分割
3.4.3图像分割技术选择
3.5药瓶图像的形态学处理
3.5.1结构元素
3.5.2膨胀和腐蚀
3.5.3开运算和闭运算
3.6本章小结
第4章药瓶封装缺陷图像的特征提取
4.1缺陷特征选取原则
4.2基于形状特征的缺陷提取
4.2.1基于轮廓的形状特征提取
4.2.2基于区域的形状特征提取
4.3基于灰度共生矩阵的特征提取
4.3.1灰度共生矩阵概述
4.3.2基于灰度共生矩阵的纹理特征提取
4.4本章小结
第5章神经网络在药瓶封装缺陷中的应用
5.1人工神经网络
5.1.1人工神经元模型
5.1.2神经元的激励函数
5.1.3人工神经网络的网络结构
5.2 BP神经网络简介
5.2.1 BP神经网络结构
5.2.2 BP学习算法
5.3 BP神经网络应用于药瓶封装缺陷检测
5.3.1网络层数的确定
5.3.2输入层和输出层节点数的确定
5.3.3传递函数的选择
5.3.4初始权值和阈值的确定
5.3.5学习速率和期望误差的确定
5.3.6隐层节点数的确定
5.3.7 BP神经网络算法的改进
5.4 BP神经网络的训练和仿真
5.5系统误差分析
5.6操作界面的设计
5.7本章小结
第6章总结与展望
6.1总结
6.2展望
参考文献
致谢