雾化器装配缺陷检测与远程监控系统研究

目录

第 1 章 绪 论

1.1 课题背景及研究的目的和意义

1.1.1 课题来源

1.1.2 研究目的和意义

1.2 国内外研究现状

1.2.1 产品装配缺陷检测的研究现状

1.2.2 基于深度学习的图像识别算法研究现状

1.2.3 工业远程监控系统的研究现状

1.3 本文的主要研究内容

第 2 章 雾化器视觉检测与远程监控系统方案设计

2.1 引言

2.2 系统的总体方案

2.2.1 系统的功能需求分析

2.2.2 系统的整体方案设计

2.3 视觉检测平台设计及图像采集

2.3.1 视觉检测平台的硬件结构

2.3.2 雾化器图像数据集构建

2.4 视觉检测算法方案

2.4.1 雾化器装配缺陷类别分析

2.4.2 基于图像处理的检测算法方案

2.4.3 基于深度学习的检测算法方案

2.5 本章小结

第 3 章 雾化器装配缺陷的视觉检测算法

3.1 引言

3.2 工件位置定位及 ROI 设置

3.2.1 工件位置定位

3.2.2 缺陷检测区域设置

3.3 缺陷检测的图像处理算法

3.3.1 工件缺失检测

3.3.2 棉芯缺失检测

3.3.3 金属片异常检测

3.3.4 金属丝异常检测

3.4 缺陷分类的深度学习算法

3.4.1 卷积神经网络的选择

3.4.2 卷积神经网络结构设计

3.4.3 卷积神经网络的训练

3.5 本章小结

第 4 章 雾化器装配生产线远程监控系统设计

4.1 引言

4.2 远程监控系统的方案设计

4.3 生产线的数据采集

4.4 远程监控系统的服务端设计

4.4.1 Web 服务器开发

4.4.2 数据库服务器开发

4.5 远程监控系统的客户端设计

4.5.1 客户端功能与界面

4.5.2 客户端与服务端的数据交互

4.6 本章小结

第 5 章雾化器缺陷检测及远程监控实验与分析

5.1 引言

5.2 实验平台搭建

5.2.1 硬件系统搭建

5.2.2 软件系统搭建

5.3 雾化器装配缺陷检测实验与分析

5.3.1 图像处理检测算法实验

5.3.2 深度学习检测算法实验

5.4 远程监控系统运行实验

5.5 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致 谢