首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的表面缺陷检测算法研究

摘要第4-5页
Abstract第5页
目录第7-9页
1 绪论第9-15页
    1.1 研究背景和意义第9页
    1.2 国内外研究现状第9-13页
        1.2.1 机器视觉的发展状况第9-10页
        1.2.2 表面缺陷视觉检测系统发展现状第10-11页
        1.2.3 表面缺陷检测算法研究现状第11-13页
    1.3 主要研究工作及论文安排第13-15页
2 缺陷分析及总体框架第15-28页
    2.1 线状缺陷分析第15-20页
        2.1.1 图像特征分析第15-17页
        2.1.2 检测难点分析第17-20页
    2.2 条纹状缺陷分析第20-24页
        2.2.1 图像特征分析第20-22页
        2.2.2 检测难点分析第22-24页
    2.3 塌边缺陷分析第24-26页
        2.3.1 图像特征分析第24页
        2.3.2 检测难点分析第24-26页
    2.4 总体框架第26-27页
    2.5 本章小结第27-28页
3 图像去噪方法研究第28-39页
    3.1 表面图像噪声分析第28-29页
    3.2 去噪方法研究第29-38页
        3.2.1 经典去噪方法第29-32页
        3.2.2 序贯滤波第32-34页
        3.2.3 改进的序贯滤波第34-36页
        3.2.4 实验结果及分析第36-38页
    3.5 本章小结第38-39页
4 线状缺陷检测算法研究第39-54页
    4.1 二值化方法第39-43页
    4.2 边缘检测方法第43-47页
    4.3 线检测方法第47-51页
        4.3.1 经典线检测方法第47-48页
        4.3.2 改进的线检测方法第48-51页
    4.4 断续划痕的连接方法研究第51-53页
    4.5 本章小结第53-54页
5 条纹状缺陷及塌边缺陷检测方法研究第54-69页
    5.1 条纹缺陷检测方法研究第54-63页
        5.1.1 常用的方法第54-58页
        5.1.2 基于投影的峰谷差方法第58-63页
    5.2 塌边缺陷检测方法第63-67页
        5.2.1 已有的方法第63-64页
        5.2.2 基于投影的塌边检测方法第64-67页
    5.3 实验分析第67-68页
    5.4 本章小结第68-69页
6 总结与展望第69-71页
    6.1 总结第69-70页
    6.2 展望第70-71页
参考文献第71-76页
攻读学位期间主要的研究成果目录第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:高校校园网安全策略的研究与设计
下一篇:k-means算法若干改进和应用