| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·纸病的类型 | 第12页 |
| ·纸病检测系统概述 | 第12-13页 |
| ·关于机器视觉 | 第13-14页 |
| ·国内外研究水平 | 第14-15页 |
| ·论文的研究内容 | 第15-17页 |
| 第2章 在线纸页质量检测系统及图像处理技术介绍 | 第17-37页 |
| ·在线纸页质量检测系统 | 第17-21页 |
| ·系统结构 | 第17-18页 |
| ·图像采集 | 第18-19页 |
| ·光源调节 | 第19-20页 |
| ·光源自适应补偿的实现 | 第20-21页 |
| ·图像去噪 | 第21-31页 |
| ·中值滤波 | 第21-23页 |
| ·小波变换去噪原理 | 第23-25页 |
| ·小波变换模极大值去噪方法 | 第25-27页 |
| ·小波阈值图像去噪方法 | 第27-31页 |
| ·图像分割 | 第31-36页 |
| ·基于灰度直方图的阈值分割算法 | 第31-33页 |
| ·动态阈值选择算法 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于机器视觉的纸页缺陷检测算法的研究 | 第37-47页 |
| ·纸页缺陷的图像特征参数提取 | 第37-39页 |
| ·特征参数的选择 | 第37页 |
| ·特征参数的提取 | 第37-39页 |
| ·纸页缺陷的快速检测算法的实现 | 第39-42页 |
| ·孔洞检测 | 第39-40页 |
| ·亮斑检测 | 第40-41页 |
| ·暗斑检测 | 第41页 |
| ·黑斑检测 | 第41-42页 |
| ·实验结果及分析 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 复杂纸病的快速检测算法的研究 | 第47-59页 |
| ·直线检测算法的研究 | 第47-54页 |
| ·一元线性回归 | 第47-50页 |
| ·Radon 变换 | 第50-52页 |
| ·Hough 变换 | 第52-54页 |
| ·基于改进 Hough 变换的复杂纸病检测算法 | 第54-55页 |
| ·实验结果及分析 | 第55-57页 |
| ·实验结果 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第5章 基于 SVM 的纸病检测算法的研究 | 第59-73页 |
| ·支持向量机（SVM）简介 | 第59-68页 |
| ·支持向量机原理 | 第59-61页 |
| ·支持向量机分类原理 | 第61-68页 |
| ·多类 SVM 分类算法应用于纸页缺陷图像分类的研究 | 第68-72页 |
| ·支持向量机模型训练 | 第68-71页 |
| ·纸页缺陷检测及分类 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 在学期间主要科研成果 | 第80页 |
| 一、发表学术论文 | 第80页 |
| 二、其它科研成果 | 第80页 |