首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于C-V模型与小波理论的单板缺陷图像检测研究

摘要第1-5页
Abstract第5-8页
1 绪论第8-14页
   ·论文研究的目的与意义第8-9页
     ·论文的背景第8页
     ·论文研究的目的及意义第8-9页
   ·论文的国内外研究现状第9-10页
   ·图像处理的偏微分方程方法第10-12页
     ·图像处理方法简介第10-12页
     ·图像分割的偏微分方程方法第12页
   ·论文研究的主要内容第12-14页
2 论文研究的相关理论和技术介绍第14-27页
   ·图像处理的偏微分方程方法第14-19页
     ·水平集方法第14-16页
     ·梯度下降流与变分法第16-17页
     ·变分水平集方法第17-18页
     ·测地线活动轮廓模型第18-19页
   ·小波变换方法的基础理论第19-24页
     ·小波变换第19-21页
     ·多分辨率分析第21-23页
     ·Mallat算法第23-24页
   ·Gabor变换第24-26页
   ·本章小结第26-27页
3 扩展C-V模型与小波变换的灰度木材缺陷分割第27-39页
   ·C-V模型与扩展的C-V模型第27-29页
     ·C-V模型第27-28页
     ·扩展的C-V模型第28-29页
   ·二维Mallat小波变换第29-31页
   ·背景填充技术第31-32页
   ·实验步骤与结果分析第32-38页
     ·实现算法步骤第32-33页
     ·实验结果和对比分析第33-38页
   ·本章小结第38-39页
4 基于Gabor滤波与改进矢量C-V模型的彩色木材缺陷分割第39-49页
   ·矢量C-V模型与改进的矢量C-V模型第39-41页
     ·矢量C-V模型第39-40页
     ·扩展的矢量C-V模型第40-41页
   ·推广到彩色图像的多通道Gabor滤波器第41-43页
     ·Gabor滤波器函数的选择第41-42页
     ·设置Gabor滤波器的参数第42-43页
   ·聚类纹理特征第43页
   ·实验步骤与结果分析第43-48页
     ·实现算法步骤第43-44页
     ·实验结果和对比分析第44-48页
   ·本章小结第48-49页
5 基于小波理论与改进C-V模型的单板缺陷多目标分割第49-55页
   ·多目标C-V模型第49-50页
   ·旋切单板缺陷检测第50-54页
     ·实现算法步骤第50-52页
     ·实验结果和分析第52-54页
   ·本章小结第54-55页
结论第55-56页
参考文献第56-60页
攻读学位期间发表的学术论文第60-61页
致谢第61-62页

论文共62页,点击 下载论文
上一篇:贮木场空间管理信息系统的设计与实现
下一篇:个性化Web图像检索关键技术研究