**章 緒論 1.1 引言 1.2 玻璃缺陷檢測方法和裝置概述 1.3 光柵投影法的研究概述 1.3.1 光柵投影的三維形貌測量方法 1.3.2 云紋相位的求解方法 1.3.3 相位展開方法 1.4 圖像分割方法的研究概述 1.4.1 基于梯度的分割方法 1.4.2 基于閾值的分割方法 1.4.3 基于結構元素探測的分割方法 1.5 缺陷特征參數的提取和分類方法研究概述 1.5.1 缺陷特征參數的提取方法 1.5.2 缺陷特征的分類方法 1.6 本書的主要工作及結構第二章 玻璃缺陷的在線檢測技術 2.1 浮法玻璃的生產過程 2.2 玻璃缺陷的成因與分類 2.2.1 光學變形缺陷 2.2.2 夾雜物缺陷 2.2.3 氣泡缺陷 2.2.4 劃傷缺陷 2.3 玻璃缺陷在線檢測的技術要求及方案設計 2.3.1 玻璃缺陷在線檢測的技術要求 2.3.2 玻璃缺陷在線檢測方案 2.4 圖像采集模塊的設計 2.4.1 檢測光路的設計 2.4.2 線陣CCD相機的選擇與設置 2.4.3 線陣CCD相機鏡頭的選擇 2.4.4 數據采集器的設置 2.5 圖像處理模塊的設計 2.5.1 雙冷陰極熒光燈照明方式的圖像處理方法 2.5.2 光柵投影成像方式的圖像處理方法 2.6 主控模塊的設計第三章 基于傅里葉變換的云紋圖像處理 3.1 云紋圖像的校正 3.1.1 云紋圖像的灰度分布 3.1.2 基于余弦曲線的云紋校正[115] 3.1.3 云紋圖像的校正結果 3.1.4 典型缺陷云紋圖像的校正 3.2 云紋相位的求解方法 3.2.1 卷積解調法 3.2.2 相移法 3.2.3 傅里葉變換的云紋圖像處理算法 3.2.4 改進的傅里葉變換的云紋圖像處理算法 3.3 云紋圖像的傅里葉變換 3.3.1 相位信息的提取 3.3.2 缺陷特征信息的提取 3.4 頻域濾波器的設計 3.4.1 濾波器中心位置的確定 3.4.2 濾波器形狀的確定 3.4.3 濾波器寬度的確定 3.4.4 平頂高斯濾波器參數的確定 3.5 云紋曲線的傅里葉反變換 3.5.1 缺陷位置對反變換結果的影響 3.5.2 疊接去除法的實現 3.5.3 疊接云紋曲線的濾波器 3.5.4 疊接去除法的處理結果及分析 3.6 云紋圖像處理算法的實現 3.6.1 云紋圖像處理算法流程 3.6.2 邊界圖像的處理與實現 3.6.3 云紋圖像子塊的處理結果第四章 玻璃缺陷相位圖像的處理方法 4.1 相位展開的基本原理 4.1.1 一維相位展開 4.1.2 二維相位展開 4.1.3 殘差定理 4.2 經典相位主值圖像的展開算法 4.2.1 逐點相位展開法 4.2.2 枝切法 4.2.3 質量圖導引法 4.2.4 基于快速傅里葉變換(FFT)的*小二乘法 4.3 典型缺陷的相位主值圖像的展開 4.3.1 無缺陷相位主值圖像的展開 4.3.2 典型缺陷的相位主值差圖像 4.3.3 經典相位展開法的展開結果 4.3.4 經典相位展開法的展開結果分析 4.3.5 基于跳變校正的相位展開算法 4.4 基于相位真實值的屈光度測量 4.4.1 光學變形缺陷的屈光度測量原理 4.4.2 實驗及結果分析 4.5 基于相位圖的缺陷范圍確定 4.5.1 結合相位與特征的缺陷檢測方法 4.5.2 缺陷相位真值差圖像的分割 4.5.3 缺陷范圍的確定方法 4.5.4 典型缺陷的缺陷范圍第五章 缺陷特征圖像的分割 5.1 缺陷范圍內的缺陷特征圖像 5.2 缺陷特征圖像的降噪 5.2.1 典型的降噪算法 5.2.2 基于分段線性變換的圖像降噪 5.2.3 典型缺陷圖像的降噪結果 5.3 缺陷特征圖像的閾值分割 5.4 基于*大類間方差的雙閾值分割法 5.4.1 算法實現的原理 5.4.2 典型缺陷特征圖像的分割結果 5.5 基于灰度區間的動態雙閾值分割 5.5.1 常用的動態閾值分割算法 5.5.2 動態閾值分割算法的選取 5.5.3 迭代閾值法的分割結果 5.6 二次迭代的雙閾值分割 5.6.1 二次迭代的動態閾值的計算 5.6.2 二次迭代的閾值分割結果 5.6.3 三值化圖像的合成第六章 缺陷表征參數的處理與性能測試 6.1 缺陷類型的判定與識別方法 6.1.1 基于三值化圖像的缺陷特征選取 6.1.2 基于決策樹的缺陷類型判斷 6.1.3 基于不變矩的特征提取 6.1.4 基于神經網絡的缺陷類型識別 6.2 缺陷大小和位置的計算方法 6.2.1 含有缺陷內核的缺陷大小和位置的計算 6.2.2 不含缺陷內核的缺陷大小和位置的計算 6.3 檢測方法的性能測試 6.3.1 缺陷內核大小的檢測精度和檢出能力測試 6.3.2 實時性測試參考文獻