螺纹钢表面缺陷检测算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 表面检测技术综述 | 第12-13页 |
| 1.3 机器视觉检测系统概况 | 第13-15页 |
| 1.4 机器视觉算法研究现状 | 第15页 |
| 1.5 本文研究的主要内容 | 第15-17页 |
| 第2章 螺纹钢表面缺陷检测总体设计 | 第17-22页 |
| 2.1 螺纹钢常见缺陷 | 第17-18页 |
| 2.2 螺纹钢图像采集方案设计 | 第18-19页 |
| 2.3 图像处理流程 | 第19-21页 |
| 2.4 小结 | 第21-22页 |
| 第3章 螺纹钢表面图像去噪处理算法研究 | 第22-31页 |
| 3.1 螺纹钢表面图像噪声分析 | 第22-24页 |
| 3.2 图像的平滑处理 | 第24-26页 |
| 3.3 三种平滑处理方法的对比 | 第26-30页 |
| 3.4 小结 | 第30-31页 |
| 第4章 螺纹钢外形尺寸检测算法研究 | 第31-44页 |
| 4.1 螺纹钢表面图像分析 | 第31页 |
| 4.2 螺纹钢侧面图像处理 | 第31-38页 |
| 4.2.1 侧面图像分割 | 第32-34页 |
| 4.2.2 边缘检测 | 第34-36页 |
| 4.2.3 基于投影重心的亚像素边界定位方法 | 第36-38页 |
| 4.3 螺纹钢正面图像处理 | 第38-43页 |
| 4.3.1 边缘检测 | 第39页 |
| 4.3.2 边缘轮廓跟踪算法 | 第39-43页 |
| 4.4 小结 | 第43-44页 |
| 第5章 螺纹钢表面质量缺陷的特征提取 | 第44-50页 |
| 5.1 几何特征 | 第44-46页 |
| 5.2 形状特征 | 第46-48页 |
| 5.3 灰度特征 | 第48-49页 |
| 5.4 小结 | 第49-50页 |
| 第6章 基于决策树的形状缺陷识别 | 第50-61页 |
| 6.1 模式识别基本理论 | 第50页 |
| 6.2 决策树的基本理论 | 第50-52页 |
| 6.3 螺纹钢表面质量缺陷的决策树分类器 | 第52-53页 |
| 6.4 螺纹钢表面缺陷特征参数部分数据 | 第53-58页 |
| 6.5 决策树实验结果 | 第58-60页 |
| 6.6 小结 | 第60-61页 |
| 第7章 总结与展望 | 第61-62页 |
| 7.1 总结 | 第61页 |
| 7.2 工作展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录1 攻读硕士学位期间发表的论文 | 第67-68页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第68-69页 |
| 中文详细摘要 | 第69-71页 |
| 英文详细摘要 | 第71-73页 |
