摘要2-3
ABSTRACT3-7
第1章 绪论7-15
1.1 课题探讨的背景及作用7-8
1.2 国内外探讨近况8-12
1.2.1 人工目视检测法8
1.2.2 磁粉检测法8-9
1.2.3 涡流检测法9-10
1.2.4 声振检测法10-11
1.2.5 CCD 检测法11-12
1.3 本课题所涉及的主要领域及技术12-14
1.3.1 机器视觉技术12-13
1.3.2 图像处理技术13-14
1.4 本课题的探讨内容14-15
第2章 机器视觉论述和图像处理技术15-23
2.1 机器视觉概念15
2.2 图像处理技术15-17
2.2.1 图像和数字图像15-16
2.2.2 图像技术和图像工程16-17
2.3 机器视觉系统17-21
2.3.1 机器视觉系统的组成17-19
2.3.2 机器视觉系统的特点19-20
2.3.3 机器视觉的运用20-21
2.4 小结21-23
第3章 圆柱滚子表面缺陷检测系统的案例设计23-31
3.1 滚子表面缺陷检测系统设计的总体要求23-24
3.2 滚子表面缺陷检测系统的构成及工作原理24-25
3.3 检测系统中硬件的选用25-29
3.3.1 光源和照明系统的选择25-27
3.3.2 CCD 摄像机和光学镜头27-28
3.3.3 图像采集卡28-29
3.4 系统中软件的选择与设计29
3.5 滚子表面缺陷检测系统的关键技术29-30
3.6 本章小结30-31
第4章 圆柱滚子表面图像的采集及预处理31-41
4.1 滚子表面图像的采集31-33
4.2 滚子缺陷图像的预处理软件的实现33-35
4.2.1 灰度直方图33-35
4.2.2 直方图均衡化35
4.3 滚子表面图像去噪处理35-39
4.3.1 均值滤波36-37
4.3.2 中值滤波37-39
4.4 图像匹配算法39-40
4.5 小结40-41
第5章 圆柱滚子表面缺陷特点提取41-55
5.1 滚子缺陷图像边缘检测42-49
5.1.1 边缘检测43-47
5.1.2 各种检测策略的比较47-49
5.2 滚子表面缺陷特点参数提取49-51
5.2.1 直方图阈值分割49-50
5.2.2 迭代阈值图像分割50-51
5.2.3 自适应阈值图像分割51
5.3 滚子表面缺陷特点参数的计算51-54
5.4 小结54-55
第6章 结论与展望55-57
6.1 结论55
6.2 进一步探讨的不足55-57