現(xiàn)今時(shí)代是一個(gè)科學(xué)飛馳,技術(shù)躍進(jìn)的時(shí)代�？萍嫉膹�(qiáng)大牽引力拉動(dòng)行業(yè)的發(fā)展和升級(jí)。傳統(tǒng)技藝中的部分或全部工序已被機(jī)器所取代,其效率和精度都得到了極大地提高。如:在質(zhì)量把控時(shí),取代了以往手眼并用的缺陷檢測(cè)方式。機(jī)器的失誤率遠(yuǎn)遠(yuǎn)低于人工,效率提高了好幾倍。不僅解放了人類的雙手,還解放了雙眼。傳統(tǒng)檢測(cè)方式的弊端是:大費(fèi)周章,層層檢測(cè),保證質(zhì)量高;人工成本高;標(biāo)準(zhǔn)不一致,有誤檢和漏檢的隱患;人有情緒,導(dǎo)致檢測(cè)結(jié)果不客觀;長(zhǎng)期處于枯燥的工作環(huán)境以及高強(qiáng)度不間斷地作業(yè),對(duì)質(zhì)檢員造成生理和心理上的傷害。同樣地,電視接插件檢測(cè)也存在上述一連串類似的疑難問題。本文以其為檢測(cè)對(duì)象,就如何快速識(shí)別和分類電視接插件中的缺陷進(jìn)行研究和測(cè)試,設(shè)計(jì)了一套安全穩(wěn)定系數(shù)高、響應(yīng)速度極快和能夠自動(dòng)高效識(shí)別缺陷的視覺檢測(cè)系統(tǒng)。該系統(tǒng)集合了機(jī)器視覺、圖像處理技術(shù)還有機(jī)器學(xué)習(xí)算法等技術(shù),能滿足實(shí)時(shí)在線檢測(cè)、控制自動(dòng)化和智能化管理等需求。論文的主要工作有以下幾個(gè)方面:第一,概述了接插件檢測(cè)的背景與在實(shí)際工程應(yīng)用中的研究意義、人工檢測(cè)接插件出現(xiàn)的普遍問題,機(jī)器視覺的興起、發(fā)展、壯大和延伸及其在國(guó)內(nèi)外的研究成果;第二,闡述了視覺系統(tǒng)的總... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

電視接插件

廣東工業(yè)大學(xué)碩士學(xué)位論文授在世界著名期刊 Science 上發(fā)表了其著作《Approaches processing》，該論文正式給機(jī)器視覺下定義，正式提出了機(jī)。他認(rèn)為“人類神經(jīng)系統(tǒng)所作的信息處理與機(jī)器相似”[5]。科進(jìn)行研究和發(fā)展。機(jī)器視覺屬于人工智能領(lǐng)域的一支，落勃發(fā)展，朝著枝繁葉茂的方向邁進(jìn)。它形成幾個(gè)重要研究分支

圖 1-3 機(jī)器學(xué)習(xí)基本模型Figure 1-3 Basic model of machine learning AI 中年輕有活力且重要的分支，其獨(dú)特的魅力，為之瘋狂，更是將其作為風(fēng)向標(biāo)。人工智能的科技多領(lǐng)域，如語(yǔ)音識(shí)別、自然語(yǔ)言處理、人臉識(shí)別等科幻節(jié)目中的情節(jié)正在一個(gè)一個(gè)被實(shí)現(xiàn)。發(fā)展歷程分為 4 個(gè)階段：熱烈期、冷靜期、復(fù)興期學(xué)者多年的努力，機(jī)器學(xué)習(xí)的隊(duì)伍不斷發(fā)展壯大，在日漸凸顯，在越來越多的領(lǐng)域得到重用，如航空現(xiàn)在如下幾個(gè)方面：研究的熱潮席卷全球各地。在全球，眾多知名高校融合了計(jì)算機(jī)學(xué)、統(tǒng)計(jì)學(xué)、運(yùn)籌學(xué)和自動(dòng)化技術(shù)等學(xué)科。設(shè)立專門的機(jī)器學(xué)習(xí)實(shí)驗(yàn)室，以便于科研和

【參考文獻(xiàn)】：
期刊論文
[1]基于頻響復(fù)數(shù)值及數(shù)字圖像處理技術(shù)的變壓器繞組變形分類方法[J]. 劉云鵬,程槐號(hào),胡煥,張重遠(yuǎn).  高電壓技術(shù). 2019(03)
[2]基于HV&VHS的圓柱形電池曲表面缺陷視覺檢測(cè)[J]. 譚文,文青,段峰,黎波.  控制工程. 2019(01)
[3]一種改進(jìn)的具有色彩保護(hù)的多尺度Retinex圖像增強(qiáng)算法[J]. 張翔,王偉,肖迪.  計(jì)算機(jī)科學(xué). 2018(10)
[4]基于二級(jí)修復(fù)的多方向加權(quán)均值濾波算法[J]. 馬洪晉,聶玉峰.  計(jì)算機(jī)科學(xué). 2018(10)
[5]基于機(jī)器視覺的太陽(yáng)能電池片缺陷檢測(cè)技術(shù)的研究[J]. 劉磊,王沖,趙樹旺,李海濱.  電子測(cè)量與儀器學(xué)報(bào). 2018(10)
[6]基于SIFT的中厚板表面缺陷識(shí)別方法[J]. 周鵬,徐科,楊朝霖.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(10)
[7]一種特殊彩色空間中的面部皮膚缺陷檢測(cè)算法[J]. 王朕,亓祥元,嚴(yán)冬梅.  揚(yáng)州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[8]一種基于CUDA的改進(jìn)Canny邊緣檢測(cè)算法[J]. 藍(lán)貴文,吳昊錚,張強(qiáng),趙東方.  桂林理工大學(xué)學(xué)報(bào). 2018(03)
[9]基于局部信噪比的微小損傷自適應(yīng)檢測(cè)技術(shù)研究[J]. 唐如欲,劉德安,朱健強(qiáng).  中國(guó)激光. 2018(07)
[10]基于機(jī)器視覺的玻璃瓶口缺陷檢測(cè)方法[J]. 羅時(shí)光.  包裝工程. 2018(03)

博士論文
[1]手機(jī)玻璃屏表面缺陷機(jī)器視覺檢測(cè)與分類方法研究[D]. 簡(jiǎn)川霞.廣東工業(yè)大學(xué) 2017

碩士論文
[1]用于空間碎片監(jiān)測(cè)的科學(xué)級(jí)CCD相機(jī)研制[D]. 徐藝靈.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[2]基于用戶行為的特征工程構(gòu)建與應(yīng)用研究[D]. 白肇強(qiáng).華南理工大學(xué) 2018
[3]一種局部二值化方法及其應(yīng)用[D]. 王鵬.吉林大學(xué) 2017
[4]機(jī)器人工件識(shí)別關(guān)鍵技術(shù)研究[D]. 吳益紅.安徽工程大學(xué) 2016
[5]基于機(jī)動(dòng)目標(biāo)跟蹤模型的自適應(yīng)濾波算法[D]. 劉楠.浙江理工大學(xué) 2016
[6]基于FPGA的金屬毛刺視覺檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D]. 李冬.西安電子科技大學(xué) 2015



本文編號(hào)：3609207