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

磁瓦表面缺陷自动检测识别方法的研究

摘要第1-5页
Abstract第5-6页
目录第6-8页
第一章 绪论第8-16页
   ·研究背景第8页
   ·课题提出及研究意义第8-9页
   ·计算机视觉技术应用研究现状综述第9-13页
     ·概述第9-10页
     ·计算机视觉技术研究现状第10-11页
     ·计算机视觉常用工具第11-13页
   ·产品表面缺陷检测的相关研究第13-14页
     ·无损检测第13-14页
     ·计算机视觉技术在表面缺陷检测中的应用第14页
   ·课题的研究第14-16页
     ·课题的研究内容第14-15页
     ·创新点第15-16页
第二章 计算机视觉检测系统分析第16-20页
   ·计算机视觉检测系统概述第16页
   ·计算机视觉检测系统硬件平台第16-18页
     ·光源第16-17页
     ·镜头及传感器第17-18页
     ·数码相机第18页
   ·基于CCD图像传感器的视觉检测系统的建立第18-20页
第三章 磁瓦图像预处理方法的研究第20-37页
   ·磁瓦图像的获取第20页
   ·磁瓦图像的分块处理第20-21页
   ·磁瓦图像的滤波处理第21-24页
     ·图像的噪声去除、锐化增强第21-22页
     ·Laplacian算子第22-24页
     ·Wiener滤波器原理第24页
   ·二值数学形态学第24-27页
     ·膨胀运算原理第24-25页
     ·腐蚀操作原理第25-26页
     ·数学形态学的基本运算性质第26-27页
   ·图像分割第27-32页
     ·图像分割概述第27页
     ·图像分割定义第27-28页
     ·图像分割技术第28-31页
     ·图像二值化第31-32页
   ·图像纹理分析方法第32-34页
     ·基于熵的纹理分析第32-33页
     ·基于空域结构的纹理分析第33-34页
     ·基于Gabor函数的纹理分析第34页
   ·改进的OSTU阈值选择方法第34-35页
   ·本章小结第35-37页
第四章 磁瓦表面缺陷特征提取及识别方法的研究第37-53页
   ·磁瓦表面缺陷的特征分析第37-39页
     ·磁瓦几何结构特征第37页
     ·缺陷类型分析第37-39页
   ·磁瓦缺陷几何特征描述第39-42页
     ·面积第39-40页
     ·周长第40-41页
     ·形状特征第41-42页
   ·磁瓦表面缺陷的特征提取与识别第42-50页
     ·磁瓦内面分块处理第42页
     ·磁瓦夹层缺陷的特征提取第42-44页
     ·磁瓦起级缺陷的特征提取第44-50页
   ·缺陷检测和识别系统整体结构设置图第50-51页
   ·本章小结第51-53页
第五章 表面缺陷检测及识别方法实现与仿真实验第53-59页
   ·MATLAB与VC++混合编程第53-56页
     ·MEX文件第53-54页
     ·MATLAB引擎第54页
     ·基于MIDEVA工具C/C++与MATLAB的混合编程第54-55页
     ·在VC环境中使用MATLAB引擎第55-56页
   ·缺陷检测及识别MATLAB与VC++混合编程实现第56-58页
     ·检测仿真系统实现第56-57页
     ·仿真缺陷检测系统实验结果第57-58页
   ·本章小结第58-59页
结论第59-62页
参考文献第62-65页
攻读学位期间发表的论文第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:仿生模式识别的几何学习理论的研究
下一篇:异方差鉴别分析在人脸自动识别中的应用研究