基于PDE的旋切单板表面缺陷图像检测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·课题的国内外研究现状 | 第10-11页 |
| ·偏微分方程图像处理方法概述 | 第11-13页 |
| ·偏微分方程方法概述 | 第11-12页 |
| ·偏微分方程的图像分割方法 | 第12-13页 |
| ·论文研究的主要内容 | 第13-15页 |
| 2 偏微分方程的图像处理方法 | 第15-26页 |
| ·水平集方法 | 第15-17页 |
| ·水平集方法的理论 | 第15-16页 |
| ·水平集方法的优缺点 | 第16-17页 |
| ·变分法 | 第17-19页 |
| ·一阶变分 | 第17页 |
| ·梯度下降流方程 | 第17-18页 |
| ·变分水平集方法 | 第18-19页 |
| ·变分法优点 | 第19页 |
| ·测地活动轮廓模型 | 第19-20页 |
| ·有限差分法 | 第20-21页 |
| ·基于偏微分方程的图像去噪、增强和分割模型 | 第21-25页 |
| ·图像去噪模型 | 第21-23页 |
| ·图像增强模型 | 第23页 |
| ·图像分割模型 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3 改进C-V模型的木材节子缺陷识别 | 第26-37页 |
| ·C-V模型的概述 | 第26-28页 |
| ·C-V模型 | 第26-27页 |
| ·扩展C-V模型 | 第27-28页 |
| ·AOS算法 | 第28-31页 |
| ·AOS格式的扩展C-V模型数值实现 | 第31-33页 |
| ·背景填充技术 | 第33页 |
| ·算法基本步骤 | 第33-35页 |
| ·对比实验 | 第33-34页 |
| ·AOS格式扩展C-V模型的实验步骤及流程 | 第34-35页 |
| ·实验结果及分析 | 第35页 |
| ·小结 | 第35-37页 |
| 4 改进矢量C-V模型的彩色木材节子识别 | 第37-43页 |
| ·矢量C-V模型 | 第37-39页 |
| ·AOS格式的矢量扩展C-V模型数值实现 | 第39页 |
| ·算法基本步骤 | 第39-41页 |
| ·对比实验 | 第39-40页 |
| ·AOS格式的扩展彩色C-V模型的实验步骤及流程 | 第40-41页 |
| ·实验结果及分析 | 第41页 |
| ·小结 | 第41-43页 |
| 5 基于PDE的旋切单板节子缺陷图像检测 | 第43-50页 |
| ·多相位C-V模型 | 第43-44页 |
| ·旋切单板灰度图像缺陷检测 | 第44-46页 |
| ·实验步骤及流程 | 第45页 |
| ·实验结果及分析 | 第45-46页 |
| ·旋切单板彩色图像缺陷检测 | 第46-49页 |
| ·实验步骤及流程 | 第46-47页 |
| ·实验结果及分析 | 第47-49页 |
| ·小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56-57页 |
