本站原创摘要3-4
Abstract4-5
目录5-7
第一章 绪论7-13
1.1 探讨的背景与作用7
1.2 图像技术运用于产品品质检测的探讨近况与进展走势7-10
1.2.1 国内外探讨近况8-9
1.2.2 有着的不足与进展走势9-10
1.3 论文的主要内容10
1.4 论文的章节安排10-13
第二章 轴承检测算法相关探讨13-25
2.1 图像去噪处理13-15
2.1.1 图像的噪声分类及其产生13
2.1.2 去噪算法浅析与选用13-15
2.2 轴承图像分割15-16
2.3 轴承图像的定位16-18
2.3.1 Hough变换17
2.3.2 轴承内定位17-18
2.3.3 轴承外定位18
2.3.4 各种算法的比较18
2.4 缺陷提取与识别18-23
2.4.1 八连通域法18-19
2.4.2 矩不变法19-20
2.4.3 Repef算法20
2.4.4 BP神经网络20-23
2.5 本章小结23-25
第三章 一种快速检测轴承表面缺陷的策略25-33
3.1 引言25
3.2 图像处理25-30
3.2.1 中值滤波25-26
3.2.2 图像阈值化26-28
3.2.3 轴承图像二阈值化处理28-29
3.2.4 缺陷识别29-30
3.2.4.1 轴承定位与分割29
3.2.4.2 缺陷识别29-30
3.3 实验结果及浅析30
3.3.1 算法比较浅析30
3.3.2 算法复杂度浅析比较30
3.4 本章小结30-33
第四章 基于Q-repef和BP算法的轴承表面缺陷识别探讨33-43
4.1 引言33
4.2 图像处理33-35
4.2.1 图像中值滤波33
4.2.2 不变矩提取33-35
4.3 repef算法35-36
4.4 BP网络36-38
4.5 BP网络设计38
4.5.1 网络的层数38
4.5.2 隐含层的神经元数38
4.5.3 初始权值的选取38
4.6 实验结果浅析38-41
4.7 本章小结41-43
第五章 轴承检测系统的实现43-53
5.1 轴承检测系统的组成43
5.2 轴承检测系统硬件部分设计43-48
5.2.1 光源43-45
5.2.2 相机选择45-46
5.2.3 镜头选择46-47
5.2.4 采集卡选择47
5.2.5 系统硬件结构47-48
5.3 在线程序设计48-50
5.3.1 开发语言48
5.3.2 在线检测算法流程案例与设计48-49
5.3.3 在线检测程序实现49-50
5.4 系统性能要求50-51
5.5 本章小结51-53
第六章 总结与展望53-55
6.1 总结53
6.2 展望53-55
致谢55-57