摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景 | 第9-12页 |
1.1.1 带钢表面常见缺陷特征及成因 | 第10-11页 |
1.1.2 课题研究的目的与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 国外研究现状 | 第12-14页 |
1.2.2 国内研究现状 | 第14-15页 |
1.3 带钢表面缺陷检测存在的问题及解决思路 | 第15-16页 |
1.4 章节安排 | 第16-17页 |
第二章 人类视觉注意机制理论 | 第17-26页 |
2.1 人类视觉系统 | 第17-18页 |
2.2 视觉注意机制 | 第18-20页 |
2.2.1 视觉注意机制原理 | 第18-19页 |
2.2.2 基于注意机制的视觉检测系统模型 | 第19-20页 |
2.3 视觉注意机制在带钢表面缺陷检测系统中的应用 | 第20-24页 |
2.3.1 视觉注意机制的描述方法 | 第21-22页 |
2.3.2 基于视觉注意机制的带钢表面缺陷检测 | 第22-24页 |
2.4 本章小结 | 第24-26页 |
第三章 基于Gabor小波带钢表面缺陷显著性检测 | 第26-46页 |
3.1 图像预处理 | 第26-31页 |
3.1.1 自适应中值滤波图像去噪 | 第27-29页 |
3.1.2 改进同态滤波算法的图像增强 | 第29-31页 |
3.2 基于Gabor小波视觉显著性模型带钢表面缺陷检测 | 第31-37页 |
3.2.1 二维Gabor小波变换 | 第31-33页 |
3.2.2 Gabor小波滤波器参数选择 | 第33-35页 |
3.2.3 基于加权马氏距离阈值化分割 | 第35-37页 |
3.2.4 缺陷区域标记 | 第37页 |
3.3 基于复合差分进化的Gabor滤波器优化 | 第37-41页 |
3.3.1 复合差分进化算法 | 第38-40页 |
3.3.2 基于复合差分进化的Gabor滤波器检测模型优化 | 第40-41页 |
3.4 实验结果分析 | 第41-45页 |
3.5 本章小结 | 第45-46页 |
第四章 基于频谱特性的带钢表面缺陷显著性检测 | 第46-58页 |
4.1 基于频谱特性的带钢表面缺陷显著性检测 | 第46-54页 |
4.1.1 谱残差视觉注意模型 | 第48-49页 |
4.1.2 POFT视觉注意模型 | 第49-52页 |
4.1.3 融合频谱特性的带钢表面缺陷显著性检测 | 第52-54页 |
4.2 实验结果分析 | 第54-57页 |
4.3 本章小结 | 第57-58页 |
第五章 带钢表面缺陷检测系统设计与软件测试 | 第58-69页 |
5.1 检测系统整体设计 | 第58-59页 |
5.2 系统硬件结构设计 | 第59-63页 |
5.2.1 相机选型 | 第59-60页 |
5.2.2 光源与照明方式 | 第60-62页 |
5.2.3 图像采集系统设计 | 第62-63页 |
5.3 系统软件设计与测试 | 第63-66页 |
5.3.1 系统软件设计 | 第63-64页 |
5.3.2 软件测试 | 第64-66页 |
5.4 实验结果分析 | 第66-68页 |
5.5 本章小结 | 第68-69页 |
第六章 总结与展望 | 第69-71页 |
参考文献 | 第71-77页 |
攻读学位期间所取得的相关科研成果 | 第77-79页 |
致谢 | 第79页 |