基于视觉学习的产品质量缺陷识别模型开题报告

 2021-11-29 21:20:29

1. 研究目的与意义(文献综述)

1.1背景

随着社会的不断进步和生活水平的逐步提高,人们的消费观念也在发生着巨大转变。人们在购买商品时,已不再局限于其内部质量和性能,而把外观质量作为又一重要选择标准,因此产品的外观质量是构成产品价值的重要因素。除此之外,产品的外观质量还影响着产品的保护性和装饰性。因此,产品的目视检测过程是产品能否提高生产率的至关重要的一部分。然而,现今的大部分产品制造商仍旧采用人工的方法去检测和控制产品的质量,这是一个耗时耗工的环节,企业需要投入大量的精力和财力来保证产品质量安全。

近年来,数字图像处理技术和机器视觉技术正在持续发展并在工业当中产品表面缺陷检测方面应用不断扩大。由于检测的快速性,低成本和结果的可靠性,基于图像处理和机器视觉的自动目视检测技术已经成为了一个热点。毫无疑问,自动目视检测技术显著地提高了工业产品的质量检测性能以及产品品质。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1基本内容

(1)对相关基础知识进行解释,以此作为研究基础;

(2)对选定的产品进行图形预处理,为后续构建视觉学习模型提供支持;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

周次

目标任务

1-2

文献查阅与资料阅读,提交文献阅读报告,翻译英文文献;

3-4

接收任务书,提交开题报告,完成开题工作;

5-6

明确论文的写作思路,构思论文的框架,完成论文写作提纲;

7-8

进一步完善相关理论概述具体内容,熟悉运用Logistic回归模型;

9-10

完成论文核心内容,初步实现模型构建

11-12

对初稿进行修改和完善,终稿完成、打印、装订;

13

整理各项毕业设计材料并提交毕业论文,准备答辩用的PPT演讲材料;

14-15

论文提交评阅,完成毕业论文答辩。

4. 参考文献(12篇以上)

[1]tsai d m, hsieh c y. automated surface inspection for directional textures[j]. image and visioncomputing, 1999, 18(1): 49-62.

[2]malek a s. online fabric inspection by image processing technology[j]. mulhouse,2012:162-171.

[3]吴绪辉,潘璇峰,邓伟杰.基于图像分割匹配的赛道元素识别算法[j].物联网技术,2019,9(11):25-27.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。