基于机器视觉的胶囊缺陷检测与识别系统研究

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 本文主要研究内容及安排

第2章 胶囊缺陷检测平台搭建

2.1 胶囊缺陷检测平台总体方案

2.2 胶囊缺陷检测平台硬件简介

2.3 胶囊缺陷检测平台软件简介

2.4 本章小结

第3章 胶囊图像的预处理

3.1 胶囊ROI的设定及提取

3.2 胶囊图像噪声的滤除

3.2.1 胶囊图像噪声

3.2.2 胶囊图像滤波

3.3 胶囊本体图像的提取

3.3.1 二值化

3.3.2 形态学处理

3.3.3 逻辑运算

3.4 胶囊本体区域分割

3.4.1 胶囊最小外接矩形

3.4.2 胶囊倾斜校正

3.4.3 胶囊区域分割

3.5 胶囊缺陷区域的边缘检测

3.5.1 传统的Canny边缘检测

3.5.2 改进的Canny边缘检测

3.5.3 实验结果及分析

3.6 本章小结

第4章 胶囊图像特征选择与提取

4.1 常见胶囊缺陷类型

4.2 胶囊缺陷图像的分类特征选取

4.2.1 区域形状特征

4.2.2 图像灰度特征

4.3 胶囊缺陷图像的分类特征提取

4.3.1 胶囊整体形态特征提取

4.3.2 胶囊缺陷区域特征提取

4.4 本章小结

第5章 基于BP神经网络的胶囊缺陷分类识别

5.1 模式识别基本理论

5.2 人工神经网络识别算法

5.2.1 人工神经网络模型简介

5.2.2 BP神经网络算法原理

5.2.3 改进的BP神经网络算法

5.3 基于BP神经网络的分类器设计

5.4 分类器训练与测试实验

5.5 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