机械零件的图像分割与分离研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 变量注释表 | 第16-18页 |
| 1 绪论 | 第18-26页 |
| 1.1 课题背景和意义 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-24页 |
| 1.3 目前研究存在的主要问题 | 第24-25页 |
| 1.4 主要研究内容 | 第25-26页 |
| 2 机器视觉系统构建 | 第26-36页 |
| 2.1 机器视觉系统的基本组成 | 第26-27页 |
| 2.2 系统硬件 | 第27-33页 |
| 2.3 系统模块化 | 第33-34页 |
| 2.4 本章小结 | 第34-36页 |
| 3 机械零件图像预处理研究 | 第36-50页 |
| 3.1 机械零件图像去噪算法研究 | 第36-41页 |
| 3.2 机械零件图像增强算法研究 | 第41-49页 |
| 3.3 本章小结 | 第49-50页 |
| 4 机械零件图像分割算法研究 | 第50-62页 |
| 4.1 基于阈值的图像分割 | 第50-52页 |
| 4.2 基于边缘检测的图像分割 | 第52-55页 |
| 4.3 基于区域检测的分水岭图像分割算法 | 第55-56页 |
| 4.4 基于距离图像标记的改进分水岭图像分割算法 | 第56-60页 |
| 4.5 本章小结 | 第60-62页 |
| 5 机械零件图像分离算法研究 | 第62-76页 |
| 5.1 机械零件单体判定算法 | 第62-69页 |
| 5.2 机械零件图像分离算法 | 第69-72页 |
| 5.3 实验结果讨论 | 第72-73页 |
| 5.4 本章小结 | 第73-76页 |
| 6 机械零件图像分割与分离的应用 | 第76-100页 |
| 6.1 机械零件图像特征提取 | 第76-81页 |
| 6.2 机械零件图像特征值计算 | 第81-92页 |
| 6.3 BP神经网络在机械零件图像识别中的应用 | 第92-97页 |
| 6.4 基于BP神经网络的机械零件分类实验 | 第97-99页 |
| 6.5 本章小结 | 第99-100页 |
| 7 结论与展望 | 第100-102页 |
| 7.1 结论 | 第100-101页 |
| 7.2 展望 | 第101-102页 |
| 参考文献 | 第102-108页 |
| 作者简历 | 第108-110页 |
| 学位论文数据集 | 第110页 |
