| 学位论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题国内外的现状研究 | 第9-11页 |
| 1.2 课题研究的目的和意义 | 第11-12页 |
| 1.3 课题的主要内容 | 第12-13页 |
| 第二章 图像校正和增强算法 | 第13-31页 |
| 2.1 图像校正基础理论 | 第13-14页 |
| 2.2 空间域图像增强 | 第14-19页 |
| 2.2.1 直方图修正 | 第14-16页 |
| 2.2.2 灰度变换 | 第16-18页 |
| 2.2.3 平滑滤波 | 第18-19页 |
| 2.2.4 锐化滤波 | 第19页 |
| 2.3 频率域图像增强 | 第19-22页 |
| 2.3.1 频率域滤波 | 第19-20页 |
| 2.3.2 同态滤波 | 第20-21页 |
| 2.3.3 小波变换 | 第21-22页 |
| 2.4 非均匀光照图像的校正和增强算法 | 第22-29页 |
| 2.4.1 数学形态学 | 第22-25页 |
| 2.4.2 Gamma校正 | 第25-26页 |
| 2.4.3 Retinex算法 | 第26-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 X光非均匀钢丝绳芯输送带图像校正和增强算法的研究 | 第31-41页 |
| 3.1 X光钢丝绳芯输送带图像特点 | 第32页 |
| 3.2 算法理论基础 | 第32-33页 |
| 3.3 基于Retinex的X光非均匀钢丝绳芯输送带图像校正和增强算法 | 第33-36页 |
| 3.3.1 基于Retinex的X光非均匀钢丝绳芯输送带图像校正 | 第33-35页 |
| 3.3.2 对比度增强 | 第35页 |
| 3.3.3 图像故障区域增强 | 第35-36页 |
| 3.4 实验结果及分析 | 第36-39页 |
| 3.5 评价方法 | 第39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 基于机器视觉的非均匀光照输送带图像校正和故障检测算法的研究 | 第41-57页 |
| 4.1 输送带图像分割算法 | 第41-49页 |
| 4.1.1 基于边缘的图像分割 | 第41-45页 |
| 4.1.2 基于阈值的图像分割 | 第45-46页 |
| 4.1.3 基于轮廓的图像分割 | 第46-47页 |
| 4.1.4 基于区域的图像分割 | 第47-48页 |
| 4.1.5 基于神经网络的图像分割 | 第48-49页 |
| 4.2 输送带图像故障区域分析 | 第49页 |
| 4.3 基于机器视觉的非均匀光照输送带图像校正和故障检测算法 | 第49-56页 |
| 4.3.1 算法 | 第51-53页 |
| 4.3.2 实验结果及分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 发表论文和科研情况说明 | 第63-65页 |
| 致谢 | 第65页 |
