| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文结构及组织安排 | 第10-12页 |
| 2 筷子图像预处理研究 | 第12-37页 |
| 2.1 图像去噪 | 第12-16页 |
| 2.1.1 图像噪声分类 | 第12页 |
| 2.1.2 图像去噪方法 | 第12-13页 |
| 2.1.3 去噪实验 | 第13-16页 |
| 2.2 筷子图像增强 | 第16-27页 |
| 2.2.1 灰度图像增强算法研究 | 第16-20页 |
| 2.2.2 基于彩色图像增强算法的改进 | 第20-27页 |
| 2.3 筷子图像边缘检测 | 第27-35页 |
| 2.3.1 边缘检测算法概述 | 第27-31页 |
| 2.3.2 筷子边缘检测算法研究 | 第31-34页 |
| 2.3.3 实验结果分析 | 第34-35页 |
| 2.4 本章小结 | 第35-37页 |
| 3 筷子图像分割 | 第37-53页 |
| 3.1 图像分割算法概述 | 第37-41页 |
| 3.1.1 基于阈值的分割方法 | 第37-38页 |
| 3.1.2 基于边缘的分割方法 | 第38-39页 |
| 3.1.3 基于区域的分割方法 | 第39-41页 |
| 3.2 基于小波变换与模糊C均值的筷子图像分割算法 | 第41-46页 |
| 3.2.1 模糊集基本理论 | 第42-43页 |
| 3.2.2 FCM算法中距离测度的分类 | 第43-44页 |
| 3.2.3 模糊C均值算法 | 第44-46页 |
| 3.3 实验结果分析 | 第46-52页 |
| 3.4 本章小结 | 第52-53页 |
| 4 基于CUSUM控制图的瑕疵检测算法 | 第53-64页 |
| 4.1 控制图基本原理 | 第53-55页 |
| 4.1.1 两类风险 | 第53-54页 |
| 4.1.2 序贯概率比检验 | 第54-55页 |
| 4.2 CUSUM控制图原理及方法 | 第55-57页 |
| 4.2.1 一元累积和控制图 | 第55页 |
| 4.2.2 多元累积和控制图 | 第55-57页 |
| 4.3 CUSUM算法的改进 | 第57-59页 |
| 4.4 实验仿真结果与分析 | 第59-63页 |
| 4.5 本章小节 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第71页 |