声明
1 绪论
1.1 课题来源
1.2 课题研究背景及意义
1.3 国内外研究现状
1.3.1微小缺陷检测的研究现状
1.3.2分类特征选择的研究现状
1.3.3组合分类器技术的研究现状
1.4 本文主要研究内容
2 基于视觉的电机换向器柱面缺陷检测系统设计
2.1 引言
2.2 检测任务及指标
2.3视觉检测系统总体方案设计
2.4 硬件设计
2.4.1相机及镜头选型
2.4.2 光照模式设计
2.4.3 检测台结构设计
2.5软件设计
2.6 本章小结
3 基于能量函数与背景拟合的毛刺缺陷检测算法
3.1 引言
3.2基于能量函数的槽边毛刺缺陷检测
3.2.1图像预处理
3.2.2基于能量函数的缺陷边缘提取
3.2.3基于彩色图像的聚类分割与区域选择合并
3.2.4基于缺陷指标的缺陷区域筛选
3.3基于背景拟合的槽内毛刺缺陷检测
3.3.1基于RGB三通道的图像增强
3.3.2基于多项式背景拟合的动态阈值分割
3.3.3基于区域特征的干扰区域去除
3.3.4基于区域生长的缺陷完整提取
3.3.5基于缺陷指标的缺陷区域筛选
3.4本章小结
4 基于组合分类器的铜壳表面缺陷检测方法研究
4.1 引言
4.2铜壳表面缺陷检测总体方案设计
4.3基于双阈值图像分割的缺陷区域提取
4.4基于ReliefF和PCA的最优分类特征集构建
4.4.1分类特征集的构建
4.4.2最优分类特征集的选择
4.5基于BP神经网络的组合分类器设计
4.5.1组合方式的选择
4.5.2基本分类器的生成
4.5.3基本分类器的选择
4.5.4 组合分类器分类效果分析
4.6本章小结
5 换向器柱面缺陷检测实验分析
5.1 引言
5.2缺陷检测算法鲁棒性实验分析
5.2.1 槽边毛刺缺陷检测算法鲁棒性实验分析
5.2.2 槽内毛刺缺陷检测算法鲁棒性实验分析
5.2.3 铜壳表面缺陷检测算法鲁棒性实验分析
5.3缺陷检测算法准确性和效率实验分析
5.3.1毛刺缺陷检测算法准确率和效率实验分析
5.3.2铜壳表面缺陷检测算法准确率和效率实验分析
5.4 本章小结
6 总结与展望
6.1 研究总结
6.2 展望
致谢
参考文献