| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 选题背景与研究意义 | 第9-10页 |
| 1.2 纹理分析的研究现状 | 第10-11页 |
| 1.3 本文的研究目标及主要内容 | 第11-13页 |
| 1.3.1 本文的研究目标 | 第11页 |
| 1.3.2 本文的结构及主要内容 | 第11-13页 |
| 1.4 本文的创新之处 | 第13-15页 |
| 2 轮胎X光图像检测的理论基础及纹理算法概述 | 第15-29页 |
| 2.1 X光图像检测的理论基础 | 第15-18页 |
| 2.1.1 X射线的特性 | 第15页 |
| 2.1.2 X射线与物质的相互作用 | 第15-16页 |
| 2.1.3 X光无损检测的基本原理 | 第16-18页 |
| 2.2 轮胎缺陷检测概述 | 第18-20页 |
| 2.2.1 轮胎X光无损检测系统的组成及原理 | 第18-19页 |
| 2.2.2 轮胎X光图像特点及常见缺陷 | 第19-20页 |
| 2.2.3 轮胎X光自动识别的要求 | 第20页 |
| 2.3 常用的纹理缺陷识别算法简介 | 第20-28页 |
| 2.3.1 基于结构的纹理分析方法 | 第21-23页 |
| 2.3.2 基于统计的纹理分析方法 | 第23-24页 |
| 2.3.3 基于随机模型的纹理分析方法 | 第24-25页 |
| 2.3.4 基于空频域联合的纹理分析方法 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于GLCM算法的0号带束层接头缺陷检测 | 第29-47页 |
| 3.1 引言 | 第29页 |
| 3.2 灰度共生矩阵（GLCM）的基本理论 | 第29-36页 |
| 3.2.1 算法描述 | 第29-32页 |
| 3.2.2 灰度共生矩阵的特征参量 | 第32-35页 |
| 3.2.3 特征参量的选取 | 第35-36页 |
| 3.3 GLCM算法应用及实验结果分析 | 第36-44页 |
| 3.3.1 GLCM算法应用 | 第36-37页 |
| 3.3.2 实验结果 | 第37-41页 |
| 3.3.3 实验分析 | 第41-44页 |
| 3.4 本章小结 | 第44-47页 |
| 4 基于Gabor纹理分析算法的0号带束层接头缺陷检测 | 第47-61页 |
| 4.1 Gabor函数与人类视觉感知 | 第47-48页 |
| 4.2 Gabor变换及其空频域特性 | 第48-51页 |
| 4.3 Gabor展开式纹理特征 | 第51-53页 |
| 4.4 Gabor纹理分析算法应用及实验结果分析 | 第53-60页 |
| 4.4.1 Gabor滤波器设计 | 第53-56页 |
| 4.4.2 Gabor算法的应用 | 第56-57页 |
| 4.4.3 实验结果 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 基于数字图像处理的0号带束层接头缺陷检测算法 | 第61-83页 |
| 5.1 算法的理论基础 | 第61-68页 |
| 5.1.1 行、列灰度投影算法 | 第61页 |
| 5.1.2 均值滤波 | 第61-62页 |
| 5.1.3 中值滤波 | 第62-64页 |
| 5.1.4 图像归一化 | 第64-65页 |
| 5.1.5 图像二值化 | 第65-66页 |
| 5.1.6 传统的模板匹配算法 | 第66-68页 |
| 5.2 非周期性纹理的0号带束层接头检测算法 | 第68-72页 |
| 5.2.1 算法详述 | 第68-70页 |
| 5.2.2 仿真分析 | 第70-72页 |
| 5.3 周期性纹理的0号带束层接头检测算法 | 第72-79页 |
| 5.3.1 算法详述 | 第72-75页 |
| 5.3.2 仿真分析 | 第75-79页 |
| 5.4 实验结果 | 第79-82页 |
| 5.4.1 可视结果分析 | 第79-81页 |
| 5.4.2 量化结果分析 | 第81-82页 |
| 5.5 本章小结 | 第82-83页 |
| 6 轮胎X光自动识别系统软件设计 | 第83-91页 |
| 6.1 需求分析及软件开发环境 | 第83-85页 |
| 6.1.1 需求分析 | 第83-84页 |
| 6.1.2 系统软件的开发环境 | 第84页 |
| 6.1.3 Visual Studio 2012程序框架设计 | 第84-85页 |
| 6.2 系统模块设计 | 第85-88页 |
| 6.2.1 X光机接口模块及输入模块 | 第85页 |
| 6.2.2 用户管理模块 | 第85-86页 |
| 6.2.3 显示模块 | 第86-87页 |
| 6.2.4 图像处理模块 | 第87页 |
| 6.2.5 结果显示模块及缺陷数据存储模块 | 第87-88页 |
| 6.3 软件测试结果 | 第88-90页 |
| 6.4 本章小结 | 第90-91页 |
| 7 总结与展望 | 第91-95页 |
| 总结 | 第91-92页 |
| 展望 | 第92-95页 |
| 参考文献 | 第95-99页 |
| 致谢 | 第99-100页 |
| 攻读学位期间发表的学术论文目录 | 第100-101页 |