- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
机器视觉技术在工业缺陷检测中的创新应用
目录
内容概要................................................3
1.1研究背景与意义.........................................3
1.2国内外研究现状.........................................5
1.3主要研究内容...........................................6
1.4技术路线与方法.........................................7
机器视觉系统基础.......................................10
2.1视觉系统的组成架构....................................12
2.1.1光源系统............................................16
2.1.2探测器..............................................18
2.1.3图像采集单元........................................19
2.1.4图像处理单元........................................21
2.2图像处理核心算法......................................22
2.2.1预处理技术..........................................29
2.2.2特征提取方法........................................30
2.2.3模式识别原理........................................38
工业缺陷的主要类型与特征...............................40
3.1表面缺陷分类..........................................41
3.1.1裂纹类缺陷..........................................43
3.1.2斑点类缺陷..........................................46
3.1.3几何形状异常........................................49
3.1.4薄膜类缺陷..........................................51
3.2体积型缺陷表征........................................55
3.2.1起伏与凹陷..........................................56
3.2.2异物嵌入............................................58
3.2.3材质不均............................................61
3.3缺陷影响与检测需求....................................63
机器视觉缺陷检测创新技术...............................65
4.1高精度图像采集技术....................................67
4.1.1多角度成像方式......................................71
4.1.2扫描成像与三维重建..................................75
4.1.3高动态范围成像......................................77
4.2先进图像识别算法......................................79
4.2.1支持向量机分类......................................82
4.2.2深度学习网络应用....................................88
4.2.3基于特征的模板匹配..................................90
4.3智能化融合检测技术....................................91
4.3.1视觉与光谱信息融合.......................
文档评论(0)