| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-21页 |
| 1.2.1 图像颜色平衡方法的研究现状 | 第13-16页 |
| 1.2.2 机器视觉中高光去除方法的研究现状 | 第16-19页 |
| 1.2.3 机器视觉中目标特征提取的研究现状 | 第19-21页 |
| 1.3 本文研究内容与章节介绍 | 第21-23页 |
| 1.4 本章小结 | 第23-24页 |
| 第2章 基于累计概率霍夫变换的高光图像光源颜色平衡方法 | 第24-45页 |
| 2.1 引言 | 第24-25页 |
| 2.2 基于双色反射光照模型的光照色度分离 | 第25-32页 |
| 2.2.1 双色反射光照模型的色度空间表示法 | 第25-29页 |
| 2.2.2 基于双色反射模型的光照色度获取方法 | 第29-32页 |
| 2.3 基于累计概率霍夫空间模型的色度估计方法 | 第32-39页 |
| 2.3.1 图像双色反射模型变换式的霍夫空间表示方法 | 第33-37页 |
| 2.3.2 基于霍夫空间的镜面反射色度优化估计方法 | 第37-39页 |
| 2.4 图像光源的色彩强度校正方法与实验分析 | 第39-44页 |
| 2.4.1 面向图像光照强度恒定的颜色校正 | 第39-41页 |
| 2.4.2 色彩恒常性算法结果对比与分析 | 第41-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第3章 基于饱和与非饱和区分的金属表面高光区域修复 | 第45-70页 |
| 3.1 引言 | 第45页 |
| 3.2 金属表面的饱和与非饱和高光区域的识别与标记方法 | 第45-56页 |
| 3.2.1 基于双色反射模型的高光区域识别方法 | 第46-51页 |
| 3.2.2 基于MSF图像的饱和高光区域识别与标记方法 | 第51-56页 |
| 3.3 基于色度聚类的图像非饱和高光去除方法 | 第56-61页 |
| 3.3.1 图像中非饱和高光去除方法 | 第56-59页 |
| 3.3.2 基于球坐标系色度距离的像素聚类改进方法 | 第59-61页 |
| 3.4 基于样本块匹配的饱和高光去除图像的信息修复 | 第61-65页 |
| 3.5 图像中金属表面高光去除的实验与分析 | 第65-68页 |
| 3.6 本章小结 | 第68-70页 |
| 第4章 高光环境下的金属零件特征增强与提取方法 | 第70-89页 |
| 4.1 引言 | 第70页 |
| 4.2 基于色调映射的低照度区域特征增强 | 第70-75页 |
| 4.3 金属零件的几何特征参数提取 | 第75-85页 |
| 4.3.1 基于最大类间方差的图像目标提取 | 第75-78页 |
| 4.3.2 基于最小二乘法的目标轴线拟合 | 第78-80页 |
| 4.3.3 基于轴线相交域的螺纹特征提取与参数计算 | 第80-83页 |
| 4.3.4 轴孔类金属零件的圆特征提取 | 第83-85页 |
| 4.4 测量实验结果与分析 | 第85-88页 |
| 4.5 本章小结 | 第88-89页 |
| 第5章 高光环境下的金属零件特征提取系统的开发与应用验证 | 第89-108页 |
| 5.1 引言 | 第89页 |
| 5.2 开发与设计总体方案 | 第89-93页 |
| 5.2.1 高光环境下的金属零件特征提取系统框架设计 | 第90-92页 |
| 5.2.2 高光环境下的金属零件特征提取系统模块设计 | 第92-93页 |
| 5.3 系统的模块的实现与应用 | 第93-107页 |
| 5.3.1 高光图像光源色度估算和校正模块 | 第94-96页 |
| 5.3.2 高光区域目标信息修复模块 | 第96-99页 |
| 5.3.3 低照度区域特征增强与提取模块 | 第99-101页 |
| 5.3.4 系统在高光环境下的金属零件特征提取中的应用 | 第101-107页 |
| 5.4 本章小结 | 第107-108页 |
| 第6章 总结与展望 | 第108-110页 |
| 6.1 本文总结 | 第108页 |
| 6.2 研究展望 | 第108-110页 |
| 参考文献 | 第110-116页 |
| 作者简介 | 第116页 |
