基于数字图像轮廓特征的机械零件识别
| 中文摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 形状识别综述 | 第6-12页 |
| ·引言 | 第6-7页 |
| ·基于数字图像处理的形状识别 | 第7-12页 |
| ·形状识别综述 | 第7-9页 |
| ·国内外研究现状 | 第9-12页 |
| 第二章 机械零件识别系统的构成 | 第12-20页 |
| ·图像采集系统硬件构成 | 第12-14页 |
| ·图像传感器 | 第12-13页 |
| ·图像采集卡 | 第13-14页 |
| ·数字图像的采集与表达 | 第14-16页 |
| ·数字图像处理算法概述 | 第16-20页 |
| 第三章 零件识别算法 | 第20-39页 |
| ·预备知识 | 第20-22页 |
| ·设备无关位图 | 第21页 |
| ·模板操作 | 第21-22页 |
| ·直方图统计 | 第22页 |
| ·图像平滑 | 第22-25页 |
| ·图像增强 | 第25-26页 |
| ·二值化处理 | 第26-27页 |
| ·数学形态学处理 | 第27-31页 |
| ·概述 | 第27-28页 |
| ·图像腐蚀 | 第28页 |
| ·图像膨胀 | 第28-29页 |
| ·开运算和闭运算 | 第29-31页 |
| ·图像边缘提取和轮廓跟踪 | 第31-34页 |
| ·边缘提取 | 第31-33页 |
| ·轮廓跟踪 | 第33-34页 |
| ·特征参数的提取 | 第34-36页 |
| ·形心的计算 | 第35页 |
| ·边缘点极坐标化 | 第35页 |
| ·边缘点排序 | 第35-36页 |
| ·标记的归一化处理 | 第36页 |
| ·特征点的提取 | 第36页 |
| ·分类与识别 | 第36-39页 |
| ·支持向量机 | 第36-38页 |
| ·基于SVMs的多元分类器 | 第38页 |
| ·训练和识别 | 第38-39页 |
| 第四章 实验结果及分析 | 第39-42页 |
| ·实验结果 | 第39-40页 |
| ·分析误差产生原因 | 第40页 |
| ·与其他识别方法的比较 | 第40-42页 |
| 第五章 结论 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 攻读硕士学位期间发表的学术论文和参加科研情况 | 第48页 |