| 第一章 绪论 | 第1-20页 |
| 1．1 刀具状态监测技术的重要性 | 第6-7页 |
| 1．2 刀具状态监测技术的发展概况 | 第7-8页 |
| 1．3 刀具状态的监测方法 | 第8-12页 |
| 1．3．1 非图像监测法及其局限性 | 第8-11页 |
| 1．3．2 图像监测法及其优点 | 第11页 |
| 1．3．3 非图像监测法与图像监测法的比较评价 | 第11-12页 |
| 1．4 基于纹理分析的刀具磨损状态监测技术 | 第12-15页 |
| 1．4．1 基于计算机视觉的刀具状态监测方法概述 | 第12-14页 |
| 1．4．2 基于纹理分析的刀具状态监测方法 | 第14-15页 |
| 1．5 基于数学形态学的刀具磨损状态监测技术 | 第15-18页 |
| 1．5．1 数学形态学 | 第15页 |
| 1．5．2 数学形态学的主要应用 | 第15-16页 |
| 1．5．3 数学形态学方法在刀具磨损监测上的应用 | 第16-18页 |
| 1．6 本文的研究目的和主要内容 | 第18-20页 |
| 第二章 工件表面特征与刀具磨损面特征分析 | 第20-27页 |
| 2．1 纹理的概念~[39] | 第20-21页 |
| 2．2 工件表面纹理特征分析 | 第21-22页 |
| 2．3 刀具磨损的基本特征和形态分析~[1][3] | 第22-24页 |
| 2．4 刀具的磨损过程和磨钝标准~[1][3] | 第24-26页 |
| 2．4．1 刀具的磨损过程 | 第24-25页 |
| 2．4．2 刀具的磨钝标准 | 第25-26页 |
| 2．5 本文研究的实验设置 | 第26-27页 |
| 第三章 纹理分析方法概述 | 第27-42页 |
| 3．1 图像纹理分析的基本方法 | 第27-31页 |
| 3．1．1 像素空间投影分析法 | 第27-28页 |
| 3．1．2 灰度共生矩阵法 | 第28-30页 |
| 3．1．3 等灰度行程长度法 | 第30-31页 |
| 3．2 基于数学形态学的纹理分析方法 | 第31-42页 |
| 3．2．1 二值形态学(Binary Morphology) | 第33-40页 |
| 3．2．2 灰度形态学( Grayscale Morphology) | 第40-42页 |
| 第四章 基于纹理分析的刀具磨(破)损状态识别方法研究 | 第42-65页 |
| 4．1 基本纹理分析方法的实验数据处理~[1][3] | 第42-50页 |
| 4．1．1 基于象素空间投影的纹理分析 | 第42-46页 |
| 4．1．2 基于灰度共生矩阵的纹理分析 | 第46-47页 |
| 4．1．3 基于等灰度行程长度的纹理分析 | 第47-50页 |
| 4．2 基于数学形态学的纹理分析方法实验数据处理~[39][71][72] | 第50-60页 |
| 4．2．1 二值化处理 | 第50页 |
| 4．2．2 图像增强 | 第50页 |
| 4．2．3 噪声滤除 | 第50-53页 |
| 4．2．4 特征提取 | 第53-60页 |
| 4．3 实验结果分析 | 第60-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5．1 全文总结 | 第65页 |
| 5．2 进一步研究与展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间完成的论文 | 第73页 |
