导读:本文包含了视觉检测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视觉,光晕,机器,图像处理,图像,浮子,工件。
视觉检测论文文献综述
罗昕,闵祥娜[1]（2019）在《FPGA图像处理在带钢表面缺陷视觉检测中的应用研究》一文中研究指出计算机图像处理技术在带钢表面缺陷视觉检测过程中的应用,可以自动识别各类缺陷问题,为带钢质量检验提供支持。文章首先对带钢表面缺陷视觉检测常用技术进行介绍,探讨FPGA图像处理技术的视觉检测工作原理。在此基础上,研究FPGA图像处理技术在汽车焊管用冷轧带钢表面缺陷视觉检测中的具体应用对策。(本文来源于《内燃机与配件》期刊2019年24期）
杨阳,席天明,杜丽娟,吴志才[2]（2019）在《机器视觉检测技术在食用油包装行业的应用》一文中研究指出包装作为生产环节的最后一道工序,对产品质量及公司形象有着至关重要的影响。对于食用油的包装,以往工厂大多采用人工形式进行检测。随着企业生产水平的提高,机器视觉检测技术逐步代替了人工去完成这项繁重、枯燥的工作,而且其在可靠性及低成本方面也占有很大优势。机器视觉检测就是用机器代替人眼来做测量和判断,它在检测缺陷和防止缺陷产品流入市场方面具有不可估量的价值。本文结合目前机器视觉技术在食用油包装行业的应用,探讨了机器视觉技术的优势及其在食用油包装行业的发展展望。(本文来源于《现代食品》期刊2019年23期）
郑祥盘,宋国进[3]（2019）在《应用于起重机智能视觉检测的双网络并行模型》一文中研究指出起重机是一种使用广泛的物流设备,然而在长期高负载运作下,由于机械磨损、疲劳断裂产生的裂纹以及长期暴露于高温、潮湿环境下造成的机械腐蚀是无法避免的问题.传统的人工检测,一方面无法保证检测人员的作业安全,另一方面无法保证检测的全面性.因此,提出一种基于深度卷积神经网络的起重机金属结构缺陷视觉检测算法.由于起重机金属结构缺陷图像数据的规模小于深层次卷积神经网络所需的数据规模,容易导致过拟合,故先设计浅层次的卷积神经网络模型,再采用深层次的卷积神经网络训练浅层次卷积神经网络,得到一个深层次与浅层次的双网络并行模型,以此达到提高浅层次卷积神经网络检测的准确性和鲁棒性.实验上,通过双网络并行模型算法与单网络模型、传统机器视觉识别方式的实验性能对比,验证了该算法的有效性和更好的鲁棒性.(本文来源于《厦门大学学报(自然科学版)》期刊2019年06期）
王琳,张珊珊,潘艳飞,刘新[4]（2019）在《工业机器人视觉检测系统研究》一文中研究指出基于视觉的工业机器人定位抓取技术在现代化工业进程中起到极其重要的作用,本文在定位抓取的基础上研究了云端激光打标系统中与计算机视觉相关的机器人检测系统内容,将国产某型号六自由度工业机器人与视觉引导技术相结合应用于目标正反面区分。该系统经实验验证,能够识别带黑色标记的目标工件并定位抓取,完成了区分工件正反面的规定任务,具有工厂生产的实际意义。(本文来源于《电子技术与软件工程》期刊2019年22期）
张家瑜,金秉文,周迪斌,魏东亮[5]（2019）在《导光板的标记线视觉检测》一文中研究指出导光板标记线检测是导光板制造品控中的一个重要步骤,针对人工检测耗时长、出错率高的问题,提出了基于统计学算法与传统图像算法相结合的方法来解决这一问题。先通过阈值分割和倾角矫正算法矫正图中导光板区域。再使用投影算法结果进行多项式拟合做差,预判标记线位置。最后使用标准差排除干扰,确定标记线位置。实验结果表明提出的方法检测效果较好,平均准确率为99.77%。(本文来源于《自动化与仪器仪表》期刊2019年11期）
刘桂雄,蔡柳依婷,王博帝[6]（2019）在《机器视觉检测图像拼接配准技术研究进展》一文中研究指出机器视觉检测任务通常需通过图像拼接获取高质量、宽视野的被检对象,图像拼接配准是实现机器视觉图像拼接的关键步骤,系统评述常见机器视觉检测图像拼接配准技术,包括基于空域的图像拼接配准技术、基于频域的图像拼接配准技术以及基于深度学习的图像拼接配准技术等,阐述各技术方法的主要数学模型、工作机理以及性能特点,以及总结当前图像拼接配准技术先进方法与图像拼接配准技术值得关注方向。(本文来源于《激光杂志》期刊2019年11期）
朱宇栋,陈于学[7]（2019）在《大曲率光学镜片视觉检测中打光光晕的产生与消除》一文中研究指出在光学镜片表面瑕疵的视觉检测过程中,针对大曲率镜片在打光时产生光晕对瑕疵检测造成干扰的问题,从镜片曲率的角度定性地分析了随着镜片曲率的增大,光晕的产生不可避免。结合具体试验建立打光模型,从镜片焦距的角度定量地分析了光晕半径与镜片焦距的数学关系,给出了偏振片法和差分法两种光晕消除方法,均取得良好的效果。(本文来源于《工具技术》期刊2019年11期）
孟庆宇,蒋甜燕,孔伟,孙日飞[8]（2019）在《浅谈机器视觉检测在预包装食品加工过程中的应用》一文中研究指出机器视觉检测是以人工智能为技术核心,通过图像算法及数据挖掘,对图像处理分析,结合产品的大数据分析系统,能更加准确的分析出上下游生产链所出现的问题隐患。随着图像技术专业化发展和计算机成本的不断下降,机器视觉检测技术在预包装食品方面应用越来越广泛。文章简述了机器视觉检测技术在预包装食品方面的研究动态,并展望发展前景。(本文来源于《化工管理》期刊2019年32期）
段嘉兴,来雨辰,邓君毅[9]（2019）在《基于机器视觉检测的陀螺液浮组件平衡装置》一文中研究指出浮子组件是液浮陀螺的关键组件,其平衡工序一直采用人工平衡法来完成,存在工序繁杂、无法定量配重、无平衡精度的准确数据等问题。为解决此问题,实现浮子组件平衡工序的定量化和自动化,采用基于LabVIEW的机器视觉技术非接触检测浮子组件平衡、定位配重和叁位尺寸,采用传统PID算法对油液温度进行精确控制,开发了一套液浮组件平衡检测装置,提高了工艺装备自动化水平。(本文来源于《机电工程技术》期刊2019年10期）
周晶,邓杨逍,黄旭东[10]（2019）在《基于视觉检测的玻璃智能贴标系统的开发》一文中研究指出针对目前玻璃贴标过程以人工为主,效率低下的现象,设计了一套基于视觉检测的玻璃智能贴标系统的开发,论述玻璃智能贴标装置设计的整体方案,结构组成,控制系统的功能及控制流程,由两条上料移载机构A线和B线组成,双线程同时对前道工序输出的玻璃片料进行贴标检测,运行速度快,精度高、稳定性高,提高了工作效率。采用线阵相机识别系统进行自动定位,检测玻璃的位置,提高了玻璃的贴标效率,降低了人工成本。(本文来源于《机械研究与应用》期刊2019年05期）
视觉检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
包装作为生产环节的最后一道工序,对产品质量及公司形象有着至关重要的影响。对于食用油的包装,以往工厂大多采用人工形式进行检测。随着企业生产水平的提高,机器视觉检测技术逐步代替了人工去完成这项繁重、枯燥的工作,而且其在可靠性及低成本方面也占有很大优势。机器视觉检测就是用机器代替人眼来做测量和判断,它在检测缺陷和防止缺陷产品流入市场方面具有不可估量的价值。本文结合目前机器视觉技术在食用油包装行业的应用,探讨了机器视觉技术的优势及其在食用油包装行业的发展展望。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视觉检测论文参考文献
[1].罗昕,闵祥娜.FPGA图像处理在带钢表面缺陷视觉检测中的应用研究[J].内燃机与配件.2019
[2].杨阳,席天明,杜丽娟,吴志才.机器视觉检测技术在食用油包装行业的应用[J].现代食品.2019
[3].郑祥盘,宋国进.应用于起重机智能视觉检测的双网络并行模型[J].厦门大学学报(自然科学版).2019
[4].王琳,张珊珊,潘艳飞,刘新.工业机器人视觉检测系统研究[J].电子技术与软件工程.2019
[5].张家瑜,金秉文,周迪斌,魏东亮.导光板的标记线视觉检测[J].自动化与仪器仪表.2019
[6].刘桂雄,蔡柳依婷,王博帝.机器视觉检测图像拼接配准技术研究进展[J].激光杂志.2019
[7].朱宇栋,陈于学.大曲率光学镜片视觉检测中打光光晕的产生与消除[J].工具技术.2019
[8].孟庆宇,蒋甜燕,孔伟,孙日飞.浅谈机器视觉检测在预包装食品加工过程中的应用[J].化工管理.2019
[9].段嘉兴,来雨辰,邓君毅.基于机器视觉检测的陀螺液浮组件平衡装置[J].机电工程技术.2019
[10].周晶,邓杨逍,黄旭东.基于视觉检测的玻璃智能贴标系统的开发[J].机械研究与应用.2019
论文知识图
