基于机器视觉的陶瓦外观缺陷检测算法研究

目录

声明

绪论

1.1研究背景及意义

1.2国内外研究现状

1.2.1机器视觉的发展状况

1.2.2国外研究现状

1.2.3国内研究现状

1.3 研究内容及文章结构

1.3.1本文主要研究内容

1.3.2文章结构

1.4 本章小结

第二章 图像预处理及特征提取方法

2.1 图像滤波去噪

2.1.1 均值滤波

2.1.2 中值滤波

2.1.3 高斯滤波

2.2 图像颜色空间模型及转换

2.2.1 RGB颜色空间模型

2.2.2 HSV颜色空间模型

2.2.3 NTSC颜色空间模型

2.2.4 L*a*b颜色空间模型

2.3 陶瓦颜色识别

2.3.1 基于R、G、B三通道的陶瓦颜色分类

2.3.2 基于色空间转换的陶瓦颜色分类

2.4 目标定位

2.5 陶瓦图像预处理效果图像

2.6 陶瓦图像特征提取方法

2.7 本章小结

第三章 陶瓦缺釉缺陷检测

3.1 陶瓦缺釉缺陷特性分析

3.2 缺釉缺陷目标分割及特征提取

3.2.1 直方图阈值化分割法

3.2.2 大津算法阈值化分割法

3.2.3 形态学分割去干扰方法

3.2.4 陶瓦缺釉缺陷分割算法

3.3 本章小结

第四章 陶瓦鼓包缺陷检测

4.1 陶瓦鼓包缺陷特性分析

4.2 鼓包缺陷目标分割及特征提取

4.2.1 陶瓦鼓包缺陷分割算法

4.2.2 陶瓦鼓包缺陷特征提取

4.3 本章小结

第五章 陶瓦裂纹缺陷检测

5.1 陶瓦裂纹缺陷特性分析

5.2裂纹缺陷分割及特征提取

5.2.1 多尺度Hessian矩阵滤波的分割法

5.2.2 陶瓦裂纹缺陷分割算法

5.3 本章小结

第六章 陶瓦外观缺陷检测及结果分析

6.1 陶瓦外观缺陷检测指标与测试环境

6.1.1 检测指标

6.1.2 检测样本构成

6.1.3 样本采集及检测环境

6.2 实验验证及结果分析

6.2.1 陶瓦缺陷检测算法验证

6.2.2实验结果分析

6.3 本章小结

第七章 全文总结与展望

7.1 全文总结

7.2 研究展望

参 考 文 献

后记

附录：

攻读硕士学位期间参与的科研项目

攻读硕士学位期间公开发表和完成的学术论文