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

基于视觉注意机制的带钢表面缺陷检测研究

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

论文共79页,点击 下载论文
上一篇:DDF数字式监控测向机驱动软件架接与应用程序开发
下一篇:BIM技术在绿色住宅建筑设计中的应用研究