基于机器视觉的差速器壳体识别技术研究

声明

摘要

第1章绪论

1．1课题背景

1．2课题来源及研究意义

1．3国内外研究现状

1．4本文主要研究内容

第2章差速器壳体识别系统设计

2．1系统的要求和总体方案设计

2．2硬件系统选型和搭建

2．2．1工业相机选型

2．2．2图像采集卡选型

2．2．3光学镜头选型

2．2．4光源及照明方式

2．2．5系统搭建

2．3本章小结

第3章差速器壳体图像分析处理

3．1图像处理概述

3．2图像增强

3．2．1图像灰度变换

3．2．2对比度增强

3．3图像滤波

3．3．1均值滤波

3．3．2中值滤波

3．3．3高斯滤波

3．3．4滤波结果实验分析

3．4图像二值化

3．5图像边缘检测

3．5．1一阶微分算子

3．5．2二阶微分Laplacian算子

3．5．3 Canny算子

3．5．4边缘检测效果对比分析

3．6本章小结

第4章差速器壳体图像特征选择和提取

4．1图像特征

4．2图像形状特征提取

4．2．1基于Hu不变矩的特征提取

4．2．2基于Zernike矩的特征提取

4．2．3 Zernike矩的算法改进

4．3图像特征提取分析

4．4本章小结

第5章基于神经网络的差速器壳体识别

5．1人工神经网络基本介绍

5．2 BP神经网络

5．2．1 BP神经网络原理

5．2．2 BP神经网络算法改进

5．3 BP神经网络结构设计及应用

5．3．1 BP神经网络结构设计

5．3．2 BP神经网络训练及测试

5．4本章小结

第6章差速器壳体视觉识别软件系统

6．1软件系统设计

6．2软件系统界面实现

6．3本章小结

总结与展望

总结

展望

参考文献

致谢