声明
第一章 绪论
1.1 研究背景与意义
1.2 智能工业相机国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 缺陷检测研究现状
1.3.1 基于深度学习的缺陷检测研究现状
1.3.2 机器视觉软件研究现状
1.4 研究内容与方向
1.5 研究创新点与难点
1.6 论文的主要结构框架
第二章 智能工业相机系统设计模型
2.1 引言
2.2 用户需求指标体系
2.2.1 建立智能相机产品质量指标体系
2.2.2 食品软袋缺陷检测问题分析
2.3 建立Kano模型
2.3.1 Kano模型
2.3.2 用户行为调研
2.3.3 用户需求获取及分类
2.4 智能工业相机设计要素提炼
2.5 本章小结
第三章 食品软袋缺陷问题检测
3.1 引言
3.2 基于深度学习的光学字符识别（OCR）
3.2.1 深度学习与RNN
3.2.2 基于CRNN的端到端OCR模型
3.3 训练模型数据集
3.3.1 数据集的组成
3.4 环境搭建与训练参数
3.4.1 环境搭建
3.4.2 训练参数
3.5 模型训练结果对比
1、训练结果
2、分类结果预测
3.6 ONNX模型测试
3.7 本章小结
第四章 智能工业相机软硬件方案设计
4.1 引言
4.2 智能工业相机方案设计
4.3 硬件结构设计
4.3.1 研究目标
4.3.2 硬件选型
4.3.3 镜头选型
4.3.4 相机光源
4.4 智能相机系统搭建及功能实现
4.5 智能工业相机的概念交互界面设计
4.5.1 软件需求分析
4.5.2 功能模块设置
4.5.3 交互界面信息架构
4.6 智能工业相机的概念交互界面设计方案
4.6.1 色彩选择
4.6.2 图标与按键设计分析
4.6.3 设计方案说明
4.7 本章小结
第五章 产品设计方案与寻线设计
5.1 引言
5.2 智能工业相机方案说明
5.2.1 方案设计流程
5.2.2 过渡方案选择
5.3 寻线设计在智能工业相机中的应用
5.4 相机特征线条的寻线改良设计过程
5.4.1 应用寻线法则对产品进行设计
5.4.2 产品改进方案展示
5.4.3 改进后线条间的寻线产品改进方案展示
5.5 产品色彩定位及最终方案展示
5.5.1 产品方案说明
5.6 本章小结
第六章 产品设计方案评价
6.1 方案设计评价
6.1.1 层次分析法
6.1.2 评价结果
6.2 本章小结
第七章 总结与展望
7.1 论文主要贡献
7.2 研究不足与展望
参考文献
致 谢
东华大学;
