基于OpenCV技术的毛巾标签缺陷检测算法研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 1 引言 | 第12-19页 |
| ·课题选择的背景及意义 | 第12-13页 |
| ·国内外研究现状及问题概述 | 第13-16页 |
| ·国内研究现状 | 第13-15页 |
| ·国外研究现状 | 第15-16页 |
| ·本文的研究内容和章节安排 | 第16-19页 |
| 2 OpenCV技术概览 | 第19-22页 |
| ·OpenCV技术发展历程 | 第19-20页 |
| ·OpenCV技术的应用概述 | 第20页 |
| ·OpenCV在图像处理中的应用 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 图像基本处理应用 | 第22-30页 |
| ·图像的基本滤波操作 | 第22-24页 |
| ·中值滤波 | 第22-23页 |
| ·双边滤波 | 第23-24页 |
| ·图像直方图统计 | 第24-25页 |
| ·图像的阈值分割及二值化 | 第25-27页 |
| ·基于最大类间方差法的阈值分割 | 第26页 |
| ·基于分区域直方图统计的阈值分割 | 第26-27页 |
| ·图像的数学形态学处理运算 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 基于SURF和模板匹配的配准算法 | 第30-54页 |
| ·图像配准技术 | 第30-34页 |
| ·基于图像灰度信息的配准算法 | 第30-32页 |
| ·基于变换域的配准算法 | 第32-34页 |
| ·图像的基本几何变换 | 第34-37页 |
| ·图像的平移变换 | 第34-35页 |
| ·图像的旋转变换 | 第35-37页 |
| ·尺度不变特征变换算法 | 第37-45页 |
| ·基于尺度空间的极值点检测 | 第37-41页 |
| ·关键点定位 | 第41-43页 |
| ·特征点匹配方向的确定 | 第43-44页 |
| ·描述关键点 | 第44-45页 |
| ·基于SURF的特征点检测与提取 | 第45-51页 |
| ·积分图像简介 | 第45-46页 |
| ·海森差分算子 | 第46-48页 |
| ·SURF算法的尺度空间表示 | 第48-50页 |
| ·特征点方向选取 | 第50页 |
| ·特征点描述算子 | 第50-51页 |
| ·特征点匹配与提纯算法 | 第51-52页 |
| ·模板匹配算法简介 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 实验验证及结果分析 | 第54-67页 |
| ·旋转图像的不变性验证 | 第54-59页 |
| ·旋转图像的特征点提取 | 第54-55页 |
| ·旋转图像的特征点匹配 | 第55-57页 |
| ·旋转图像下的两种算法性能比较 | 第57-59页 |
| ·基于SURF的标签图像缺陷检测 | 第59-64页 |
| ·基于异或二值化图像的缺陷提取 | 第62-63页 |
| ·基于灰度差影法的缺陷提取 | 第63-64页 |
| ·基于种子填充的二值图像填充算法 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 6 总结和展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·不足和展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 附录 | 第75-76页 |
