| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究的背景 | 第8页 |
| 1.2 课题研究的目的意义 | 第8-9页 |
| 1.3 板材缺陷检测的发展现状 | 第9-11页 |
| 1.4 本文研究的内容 | 第11-13页 |
| 2 板材缺陷检测系统的组成 | 第13-20页 |
| 2.1 实验样本的选取 | 第13页 |
| 2.2 计算机视觉分析系统 | 第13页 |
| 2.3 图像采集系统设计 | 第13-15页 |
| 2.3.1 照明系统 | 第14页 |
| 2.3.2 摄相机及镜头 | 第14-15页 |
| 2.3.3 图像采集卡 | 第15页 |
| 2.4 基于MATLAB的软件系统设计 | 第15-18页 |
| 2.5 本章小结 | 第18-20页 |
| 3 数学形态学理论 | 第20-33页 |
| 3.1 结构元素 | 第20页 |
| 3.2 二值图像形态学 | 第20-25页 |
| 3.2.1 膨胀与腐蚀 | 第20-22页 |
| 3.2.2 开运算与闭运算 | 第22-24页 |
| 3.2.3 击中击不中变换 | 第24-25页 |
| 3.3 灰度图像形态学 | 第25-28页 |
| 3.3.1 膨胀与腐蚀 | 第25-27页 |
| 3.3.2 开运算与闭运算 | 第27-28页 |
| 3.4 基于数学形态学的自适应复合滤波 | 第28-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 自适应数学形态学缺陷图像边缘检测算法 | 第33-44页 |
| 4.1 形态学边缘检测算子 | 第33-34页 |
| 4.1.1 传统形态学边缘检测算子 | 第33-34页 |
| 4.1.2 改进的形态学边缘检测算子 | 第34页 |
| 4.2 结构元的选取 | 第34-37页 |
| 4.3 全方位多尺度多结构元权值的自适应选取 | 第37-40页 |
| 4.3.1 基于灰度距离自适应选取结构元的权值 | 第37-39页 |
| 4.3.2 基于图像均方误差的多尺度多结构元自适应选取 | 第39-40页 |
| 4.4 算法总体流程 | 第40页 |
| 4.5 实验结果分析 | 第40-43页 |
| 4.6 本章小结 | 第43-44页 |
| 5 基于颜色空间的缺陷检测 | 第44-66页 |
| 5.1 颜色空间 | 第44-47页 |
| 5.1.1 RGB空间 | 第44-45页 |
| 5.1.2 HSI空间 | 第45页 |
| 5.1.3 YCbCr空间 | 第45-46页 |
| 5.1.4 颜色空间相互转换 | 第46-47页 |
| 5.2 彩色图像边缘检测的一般方法 | 第47-48页 |
| 5.3 基于HSI空间的缺陷检测 | 第48-57页 |
| 5.3.1 传统单阈值Otsu算法 | 第48-50页 |
| 5.3.2 结合类的内聚性单阈值Otsu算法 | 第50页 |
| 5.3.3 基于数学形态学和改进Otsu算法的缺陷检测 | 第50-51页 |
| 5.3.4 结合类内内聚性的多阈值Otsu缺陷分割 | 第51-53页 |
| 5.3.5 算法总体流程 | 第53-54页 |
| 5.3.6 实验结果分析 | 第54-57页 |
| 5.4 基于YCbCr空间的缺陷检测 | 第57-64页 |
| 5.4.1 基于颜色特征分析的缺陷检测 | 第57-60页 |
| 5.4.2 基于最大模糊熵阈值法的缺陷图像快速分割算法 | 第60-64页 |
| 5.5 本章小结 | 第64-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读学位期间发表的学术论文 | 第70-71页 |
| 致谢 | 第71-73页 |
