首页> 中文学位 >基于机器视觉的不同属性表面中微弱缺陷的检测技术研究
【6h】

基于机器视觉的不同属性表面中微弱缺陷的检测技术研究

代理获取

目录

声明

致谢

摘要

插图清单

表清单

第1章绪论

1.1研究背景和意义

1.2机器视觉中表面缺陷检测技术研究现状

1.2.1超光滑光学元件表面中缺陷的机器视觉检测技术

1.2.2具有复杂纹理的元件表面中缺陷的机器视觉检测技术

1.3本文研究内容及创新点

1.3.1本文主要研究内容及章节安排

1.3.2本论文主要创新点

第2章超光滑光学元件表面中微弱缺陷检测技术研究

2.1.1超光滑光学元件表面属性分析和成像分析

2.1.2超光滑光学元件表面微弱划痕的暗场成像特征研究

2.2复杂图像背景中微弱缺陷分割算法的分析

2.3基于自适应平滑以及形态学差影的弱划痕检测算法研究

2.3.1灰度区间的确定以及灰度窗口变换

2.3.2高斯滤波与弱划痕边界特性的保护研究

2.3.3背景重构与图像差影法的研究

2.3.4超光滑光学元件表面中弱划痕检测算法

2.4本章小结

第3章单面抛光的光学元件表面中微弱缺陷检测技术研究

3.1基于同轴入射远心明场成像的SSPOS中微弱划痕缺陷的成像系统研究

3.1.1单面抛光的光学元件表面属性分析和成像分析

3.1.2同轴入射远心明场成像系统组成及系统成像特征分析

3.2基于视觉差励与双次离散傅里叶变换的微弱缺陷提取算法研究

3.2.1缺陷位置局部显著性的计算研究

3.2.2缺陷图像的傅里叶变换的特征研究

3.2.3单面抛光的光学元件表面中微弱划痕的检测算法

3.3本章小结

第4章复杂纹理的金属圆弧面中微弱缺陷检测技术研究

4.1基于多角度入射远心明场成像的CTMAS中微弱划伤缺陷的成像系统研究

4.1.1复杂纹理的金属圆弧表面属性分析和成像分析

4.1.2多角度入射远心明场成像系统组成及系统成像特征分析

4.2基于小波相关性与梯度相似增长的微弱缺陷提取算法研究

4.2.1复杂纹理的金属弧面图像的去噪与信息增强

4.2.2图像的纹理分割与纹理相似区域增长

4.2.3复杂纹理的金属圆弧表面中划痕缺陷检测算法

4.2.4真伪增长区域判定的研究

4.3本章小结

第5章不同属性的元件表面中微弱缺陷的检测实验

5.1超光滑光学元件表面中微弱缺陷的机器视觉检测实验

5.1.2微弱缺陷的检测效果验证及检测准确度的验证

5.2a面抛光的光学元件表面中微弱缺陷的机器视觉检测实验

5.2.1同轴入射远心明场成像系统的搭建

5.2.2微弱缺陷的检测结果评价与缺陷的特征分析

5.3复杂纹理的金属圆弧面中微弱缺陷的机器视觉检测实验

5.3.1多角度入射远心明场成像系统的搭建

5.3.2微弱缺陷的提取效果验证与对比

5.4本章小结

第6章总结与展望

6.1本论文完成工作总结

6.2本论文主要创新点

6.3下一步工作展望

参考文献

作者简历及攻读博士学位期间主要的研究成果

展开▼

著录项

  • 作者

    李晨;

  • 作者单位

    浙江大学;

  • 授予单位 浙江大学;
  • 学科 光学工程
  • 授予学位 博士
  • 导师姓名 杨甬英,李晓彤;
  • 年度 2018
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    机器视觉; 属性; 表面; 微弱缺陷;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号