基于计算机视觉的墙地砖颜色分类和缺陷检测研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-16页 |
| 第一章 绪论 | 第16-29页 |
| ·现代化生产对产品自动检测和自动分类的迫切需求 | 第16-17页 |
| ·自动视觉检测技术与自动分类的研究与应用 | 第17-23页 |
| ·自动视觉检测技术的发展状况 | 第18-20页 |
| ·自动分类技术的发展与应用状况 | 第20-23页 |
| ·墙地砖表面质量自动控制的研究与发展现状 | 第23-25页 |
| ·本课题研究的意义、难点与主要研究内容 | 第25-29页 |
| 第二章 墙地砖表面检测及颜色分类 | 第29-41页 |
| ·墙地砖生产工艺过程简介 | 第29页 |
| ·常见墙地砖缺陷分类及其检测方法 | 第29-34页 |
| ·表面颜色按视觉一致性的分类 | 第34-39页 |
| ·颜色特征获得与提取 | 第34-37页 |
| ·墙地砖颜色分类方法研究 | 第37-39页 |
| ·对自动表面检测及质量控制的迫切需求 | 第39页 |
| 本章小结 | 第39-41页 |
| 第三章 相关研究领域 | 第41-54页 |
| ·图像处理 | 第41-42页 |
| ·图像分析 | 第42-47页 |
| ·计算机视觉 | 第47-50页 |
| ·模式识别 | 第50-53页 |
| 本章小结 | 第53-54页 |
| 第四章 墙地砖表面图像的采集与预处理 | 第54-67页 |
| ·图像采集的相关外围设备 | 第54-58页 |
| ·照明系统 | 第54-55页 |
| ·摄像系统 | 第55-57页 |
| ·图像采集卡 | 第57-58页 |
| ·图像获取 | 第58-61页 |
| ·照明方案设计和比较 | 第58-59页 |
| ·摄像系统参数标定 | 第59-61页 |
| ·去噪 | 第61-62页 |
| ·有效区域提取与标识 | 第62-66页 |
| 本章小结 | 第66-67页 |
| 第五章 基于马尔可夫随机场纹理分析的缺陷检测 | 第67-80页 |
| ·马尔可夫随机场纹理分析方法 | 第68-71页 |
| ·图像的纹理分析 | 第68-69页 |
| ·马尔可夫随机场纹理分析方法 | 第69-71页 |
| ·微晶玻璃图像的马尔可夫随机场模型及参数估计 | 第71-74页 |
| ·微晶玻璃缺陷识别结果与讨论 | 第74-78页 |
| ·色斑缺陷检测 | 第74-76页 |
| ·孔穴缺陷检测 | 第76-78页 |
| 本章小结 | 第78-80页 |
| 第六章 基于彩色图像小波分析的颜色分类 | 第80-93页 |
| ·彩色图像小波纹理分析技术 | 第80-83页 |
| ·灰度图像的小波分解 | 第81-82页 |
| ·小波纹理分析的彩色图像扩展 | 第82-83页 |
| ·小波选择与特征集优化 | 第83-87页 |
| ·墙地砖分类结果与讨论 | 第87-92页 |
| 本章小结 | 第92-93页 |
| 第七章 分类器研究与设计 | 第93-110页 |
| ·已有研究中常用分类器及分类方法 | 第93页 |
| ·对传统ART2 网络的改进 | 第93-104页 |
| ·传统ART2 网络结构和学习算法 | 第94-95页 |
| ·传统ART2 网络参数分析及学习算法改进 | 第95-97页 |
| ·基于幅度信息的ART2 网络结构与算法 | 第97-101页 |
| ·基于幅度信息ART2 网络分类性能讨论 | 第101-104页 |
| ·改进算法ART2 网络用于微晶玻璃分类 | 第104-108页 |
| 本章小结 | 第108-110页 |
| 第八章 墙地砖自动检测与分类试验系统的研发 | 第110-117页 |
| ·灯箱设计与光源 | 第110-111页 |
| ·摄像系统 | 第111-112页 |
| ·图像采集卡与图像处理软件包 | 第112-114页 |
| ·视觉检测和颜色分类软件平台 | 第114-116页 |
| 本章小结 | 第116-117页 |
| 结 论 | 第117-119页 |
| 参 考 文 献 | 第119-127页 |
| 攻读博士学位期间发表的论文 | 第127-128页 |
| 致 谢 | 第128页 |
