焊缝图像缺陷提取与识别系统研究
摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-9页 |
第1章 绪论 | 第9-16页 |
·引言 | 第9-10页 |
·国内外研究现状 | 第10-12页 |
·机器视觉技术在无损检测中的应用 | 第12-14页 |
·本文研究的主要内容和章节安排 | 第14-16页 |
第2章 硬件系统 | 第16-24页 |
·X射线照相法成像原理 | 第16-17页 |
·数字图像分辨率控制 | 第17-21页 |
·CCD基本原理 | 第17-18页 |
·CCD摄像机选型 | 第18-19页 |
·底片数字化质量衡量 | 第19-20页 |
·系统构成 | 第20-21页 |
·图像比例尺及存储 | 第21-23页 |
·图像比例尺 | 第21-22页 |
·图像存储 | 第22-23页 |
·本章小结 | 第23-24页 |
第3章 焊缝图像处理 | 第24-42页 |
·图像预处理 | 第24-31页 |
·图像去噪 | 第24-28页 |
·图像增强 | 第28-31页 |
·焊缝提取 | 第31-32页 |
·图像分割 | 第32-41页 |
·图像分割 | 第33-37页 |
·边缘检测 | 第37-41页 |
·本章小结 | 第41-42页 |
第4章 焊缝缺陷特征提取 | 第42-56页 |
·焊缝缺陷分类 | 第42-48页 |
·常见焊缝缺陷 | 第42-46页 |
·焊缝缺陷分级 | 第46-48页 |
·特征提取 | 第48-55页 |
·缺陷边界跟踪与填充 | 第48-52页 |
·焊缝缺陷特征提取 | 第52-55页 |
·本章小结 | 第55-56页 |
第5章 焊缝缺陷的支持向量机识别研究 | 第56-69页 |
·图像模式识别方法概况 | 第56-58页 |
·支持向量机分类原理 | 第58-63页 |
·最优分类超平面 | 第58-60页 |
·支持向量机分类 | 第60-62页 |
·核函数 | 第62-63页 |
·基于支持向量机的焊缝图像缺陷分类实验 | 第63-68页 |
·参数选择 | 第64-66页 |
·支持向量机模型建立 | 第66页 |
·缺陷识别 | 第66-68页 |
·本章小结 | 第68-69页 |
第6章 焊缝图像缺陷提取与识别系统 | 第69-76页 |
·焊缝图像缺陷提取与识别系统 | 第69-70页 |
·图像采集与保存 | 第69-70页 |
·图像处理 | 第70页 |
·模式识别 | 第70页 |
·焊缝图像缺陷提取与识别系统实例分析 | 第70-75页 |
·本章小结 | 第75-76页 |
第7章 总结与展望 | 第76-77页 |
·总结 | 第76页 |
·展望 | 第76-77页 |
参考文献 | 第77-80页 |
致谢 | 第80-81页 |
作者在攻读硕士学位期间发表的学术论文 | 第81页 |