基于机器视觉的手机屏幕玻璃缺陷检测方法研究

目录

第一章 绪论

1.1机器视觉的研究状况

1.2本课题研究背景与意义

1.3国内外研究现状

1.3.1国内外研究现状及分析

1.3.2国外研究现状

1.3.3国内研究现状

1.4课题主要研究内容和结构框架

1.5 本章总结

第二章 玻璃缺陷检测系统总体设计方案

2.1 盖板玻璃生产环节概述

2.1.1 盖板玻璃生产流程与工艺分析

2.1.2 盖板玻璃缺陷造成原因与检验标准

2.2 缺陷检测系统设计

2.3 本章小结

第三章 玻璃边缘检测算法设计

3.1 图像预处理分析

3.1.1 玻璃图像滤波算法

3.1.2 玻璃图像形态学操作

3.1.3 滤波处理结果

3.2 玻璃崩边检测方法

3.2.1 边缘轮廓区域提取概述

3.2.2 常用图像配准方法

3.2.3 轮廓相似度测度

3.2.4 差影运算及缺陷分割

3.3 基于搜索线的边缘缺陷分割

3.3.1 边缘线上标记点提取

3.3.2标记点直线拟合方法

3.3.3缺陷判断准则

3.4本章小结

第四章 盖板玻璃表面缺陷分类方法

4.1盖板玻璃表面缺陷分割

4.1.1 基于模板匹配的表面缺陷提取

4.1.2 同一区域缺陷合并

4.2 缺陷图像的特征提取

4.2.1缺陷分类特性

4.2.2 缺陷图像的特征参数介绍

4.3 基于SVM的表面缺陷分类

4.3.1 SVM（支持向量机）概述

4.3.2 SVM参数选择

4.3.3 C-SVM的参数设计及优化

4.3.4 本文的SVM缺陷分类模型训练过程

4.3.5 实验结果与分析

4.4 缺陷识别分类软件界面介绍及其实现

4.5 本章总结

总结与展望

总结

展望

参考文献

声明

致谢