图像处理技术在带钢缺陷检测中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题来源与研究的意义 | 第9页 |
| 1.2 表面检测仪的研究现状 | 第9-12页 |
| 1.2.1 国外研究发展情况 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 表面检测仪的应用前景 | 第12页 |
| 1.4 本文的主要研究工作 | 第12-13页 |
| 2 带钢表面缺陷检测系统介绍 | 第13-24页 |
| 2.1 生产工艺 | 第13-17页 |
| 2.1.1 概况 | 第13-14页 |
| 2.1.2 产品质量规范 | 第14页 |
| 2.1.3 产品尺寸及外形质量要求 | 第14-15页 |
| 2.1.4 带钢表面质量要求 | 第15-17页 |
| 2.2 系统的组成 | 第17-22页 |
| 2.3 早期的表面检测系统 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 带钢表面缺陷图像处理技术研究 | 第24-33页 |
| 3.1 系统可检测到的缺陷类型 | 第24-29页 |
| 3.2 图像滤波处理方法 | 第29-31页 |
| 3.3 缺陷检测的研究 | 第31-33页 |
| 4 角点检测方法的改进与应用 | 第33-42页 |
| 4.1 角点检测方法运用前景 | 第33页 |
| 4.2 角点检测算法的发展历程 | 第33-35页 |
| 4.3 角点算法的实现 | 第35-39页 |
| 4.3.1 Harris 角点检测算子 | 第35-38页 |
| 4.3.2 Harris 角点检测算子特点 | 第38页 |
| 4.3.3 Harris 角点检测算子的改进 | 第38-39页 |
| 4.4 实验过程 | 第39-41页 |
| 4.5 实验结果分析 | 第41-42页 |
| 5 缺陷图像的检测 | 第42-48页 |
| 5.1 缺陷图像特征选择 | 第42-43页 |
| 5.2 分类器的运用 | 第43-47页 |
| 5.2.1 决策树 | 第43-44页 |
| 5.2.2 决策树的建立 | 第44页 |
| 5.2.3 决策树的组合优化 | 第44-45页 |
| 5.2.4 组合决策树的方法 | 第45-47页 |
| 5.3 本章小结 | 第47-48页 |
| 6 结束语 | 第48-49页 |
| 6.1 本文工作总结 | 第48页 |
| 6.2 展望 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 在职研究成果 | 第51-52页 |
| 致谢 | 第52页 |
