小波边缘检测在视觉图像分析中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究的背景和意义 | 第10-12页 |
| 1.2 视觉图像分析的国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 视觉图像分析存在的主要问题 | 第14页 |
| 1.3 本文的主要研究内容 | 第14-16页 |
| 第2章 基于小波变换的图像边缘检测方法 | 第16-36页 |
| 2.1 图像边缘的定义与特点 | 第16-17页 |
| 2.2 常用图像边缘检测算法及其比较分析 | 第17-24页 |
| 2.2.1 常用图像边缘检测算法 | 第17-23页 |
| 2.2.2 几种常用边缘检测算法比较分析 | 第23-24页 |
| 2.3 基于小波变换的图像边缘检测 | 第24-31页 |
| 2.3.1 小波变换边缘检测基本原理 | 第25-26页 |
| 2.3.2 小波函数的选择 | 第26-28页 |
| 2.3.3 小波与常用边缘检测方法对比分析 | 第28-31页 |
| 2.4 小波变换与数学形态学相融合的边缘检测 | 第31-35页 |
| 2.4.1 改进的数学形态学边缘检测 | 第31-33页 |
| 2.4.2 小波变换与改进的数学形态学相融合 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于小波变换的机器视觉检测系统设计 | 第36-45页 |
| 3.1 机器视觉检测系统构成 | 第36-37页 |
| 3.2 机器视觉检测系统硬件组成 | 第37-42页 |
| 3.2.1 光源及照明方式 | 第37-39页 |
| 3.2.2 摄像机及镜头 | 第39-41页 |
| 3.2.3 PC机 | 第41-42页 |
| 3.3 机器人视觉检测系统软件实现 | 第42-44页 |
| 3.3.1 软件系统设计 | 第42-43页 |
| 3.3.2 软件实现 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 机器视觉系统用于箱体检测实验 | 第45-59页 |
| 4.1 机器视觉检测系统的相机标定 | 第45-51页 |
| 4.1.1 相机标定方法 | 第45-47页 |
| 4.1.2 相机标定实验结果 | 第47-51页 |
| 4.2 图像特征识别与提取 | 第51-52页 |
| 4.3 机器视觉检测实验 | 第52-58页 |
| 4.3.1 机器视觉检测实验台搭建 | 第52-54页 |
| 4.3.2 实验图像边缘检测与内部字符滤除 | 第54-57页 |
| 4.3.3 实验图像特征识别与提取 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文及成果 | 第64-65页 |
| 致谢 | 第65页 |
