| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-15页 |
| 1.1 研究意义及背景 | 第11页 |
| 1.2 国内外研究现状分析 | 第11-13页 |
| 1.3 论文主要研究内容 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 2 定位核自动获取相关原理及样本库的建立 | 第15-21页 |
| 2.1 机器视觉系统介绍 | 第15-17页 |
| 2.2 最大稳定极值区域 | 第17-18页 |
| 2.3 图像金字塔分层搜索算法 | 第18-19页 |
| 2.4 样本库的设计与建立 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 定位核备选区域提取方法研究 | 第21-34页 |
| 3.1 表面质量检测中定位核的定义及选取准则 | 第21-23页 |
| 3.1.1 定位核的定义 | 第21-22页 |
| 3.1.2 定位核的选取准则 | 第22-23页 |
| 3.2 图像分割相关算法对比分析 | 第23-25页 |
| 3.2.1 基于阈值的图像分割 | 第23-24页 |
| 3.2.2 基于k-means聚类的图像分割 | 第24-25页 |
| 3.3 定位核备选区域算法框架 | 第25-31页 |
| 3.3.1 基于MSER的图像预分割 | 第26-27页 |
| 3.3.2 条件筛选模型的建立 | 第27-28页 |
| 3.3.3 邻近区域合并准则的设计 | 第28-29页 |
| 3.3.4 基于梯度内积的相似区域检测 | 第29-31页 |
| 3.4 实验结果及分析 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 最优定位核选取方法研究 | 第34-51页 |
| 4.1 最优定位核区域特征有效性研究 | 第34-38页 |
| 4.2 最优定位核区域特征提取 | 第38-43页 |
| 4.2.1 区域离散性的特征提取 | 第38页 |
| 4.2.2 区域显著性的特征提取 | 第38-39页 |
| 4.2.3 最优定位核区域特征实验分析 | 第39-43页 |
| 4.3 最优定位核判定准则的设计与实现 | 第43-48页 |
| 4.3.1 基于LOF的异常检测算法概述 | 第43-44页 |
| 4.3.2 最优定位核判定准则的设计 | 第44-45页 |
| 4.3.3 实验效果分析 | 第45-48页 |
| 4.4 基于金字塔分层搜索策略的定位核配准应用测试 | 第48-50页 |
| 4.4.1 有效性分析 | 第48-49页 |
| 4.4.2 匹配耗时 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 研究工作总结 | 第51-52页 |
| 5.2 下一步展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第56-58页 |
| 学位论文数据集 | 第58页 |