多特征融合的浮法玻璃缺陷检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 玻璃缺陷检测系统的研究现状 | 第11-12页 |
| 1.2.2 模式识别技术的研究现状 | 第12页 |
| 1.3 论文研究内容及组织 | 第12-14页 |
| 第2章 玻璃缺陷图像预处理 | 第14-21页 |
| 2.1 常见玻璃缺陷概述 | 第14-16页 |
| 2.2 缺陷图像背景去除 | 第16-17页 |
| 2.3 缺陷图像平滑处理 | 第17-18页 |
| 2.3.1 缺陷图像噪声分析 | 第17页 |
| 2.3.2 缺陷图像平滑 | 第17-18页 |
| 2.4 缺陷图像增强 | 第18-19页 |
| 2.5 本章小结 | 第19-21页 |
| 第3章 玻璃缺陷的特征提取 | 第21-32页 |
| 3.1 缺陷图像纹理特征的提取 | 第21-25页 |
| 3.1.1 Gabor变换概述 | 第22页 |
| 3.1.2 二维Gabor滤波器及参数选择 | 第22-24页 |
| 3.1.3 玻璃缺陷二维Gabor特征提取 | 第24-25页 |
| 3.1.4 Gabor纹理特征实验 | 第25页 |
| 3.2 缺陷图像形状特征的提取 | 第25-28页 |
| 3.2.1 Hu不变矩的概述及特性 | 第25-27页 |
| 3.2.2 Hu不变矩实验 | 第27-28页 |
| 3.3 缺陷图像统计特征的提取 | 第28-31页 |
| 3.3.1 玻璃缺陷分布特点 | 第28页 |
| 3.3.2 统计特征提取 | 第28-30页 |
| 3.3.3 统计特征实验 | 第30-31页 |
| 3.4 本章总结 | 第31-32页 |
| 第4章 玻璃缺陷的特征处理 | 第32-44页 |
| 4.1 玻璃缺陷单特征处理 | 第32-37页 |
| 4.1.1 Gabor纹理特征的拓展 | 第32-33页 |
| 4.1.2 Hu不变矩的拓展 | 第33-35页 |
| 4.1.3 统计特征的拓展 | 第35-37页 |
| 4.2 玻璃缺陷多特征融合及特征选择 | 第37-44页 |
| 4.2.1 玻璃缺陷多特征融合 | 第37页 |
| 4.2.2 特征选择概述 | 第37-38页 |
| 4.2.3 ReliefF对玻璃缺陷多特征的选择 | 第38-39页 |
| 4.2.4 ReCorre对玻璃缺陷多特征的选择 | 第39-43页 |
| 4.2.5 本章总结 | 第43-44页 |
| 第5章 玻璃缺陷的检测 | 第44-59页 |
| 5.1 支持向量机SVM原理分析 | 第44-46页 |
| 5.1.1 结构风险最小化 | 第44-45页 |
| 5.1.2 非线性支持向量机 | 第45-46页 |
| 5.2 标准SVM检测玻璃缺陷 | 第46-50页 |
| 5.2.1 标准支持向量机模型的建立 | 第46-49页 |
| 5.2.2 缺陷检测实验 | 第49-50页 |
| 5.3 模型参数优化的SVM检测玻璃缺陷 | 第50-54页 |
| 5.3.1 AMPSO寻优算法 | 第50-51页 |
| 5.3.2 AMPSO对缺陷分类模型参数的寻优 | 第51-53页 |
| 5.3.3 缺陷检测实验 | 第53-54页 |
| 5.4 玻璃缺陷检测结果分析 | 第54-57页 |
| 5.4.1 单特征拓展前后对比 | 第54-56页 |
| 5.4.2 多特征融合前后对比 | 第56页 |
| 5.4.3 SVM模型参数优化前后对比 | 第56-57页 |
| 5.5 本章总结 | 第57-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 全文总结 | 第59-60页 |
| 6.2 对后续的展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
