实时自动视觉检测系统相关算法及应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·自动视觉检测概述 | 第10-15页 |
| ·自动视觉检测的范畴 | 第10-12页 |
| ·自动视觉检测的发展与特点 | 第12-14页 |
| ·自动视觉检测的应用 | 第14-15页 |
| ·本文课题研究背景 | 第15-16页 |
| ·本文主要内容和创新点 | 第16-19页 |
| ·主要内容 | 第17-18页 |
| ·主要创新点 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 面积重构算子 | 第20-62页 |
| ·数学形态学发展概述 | 第21-24页 |
| ·数学形态学理论 | 第24-39页 |
| ·二值数学形态学 | 第24-26页 |
| ·完备格理论 | 第26-30页 |
| ·连通性和连通算子 | 第30-39页 |
| ·面积重构算子 | 第39-61页 |
| ·面积重构算子定义与性质 | 第40-46页 |
| ·面积重构算子的实现 | 第46-52页 |
| ·面积重构滤波器的构造 | 第52-54页 |
| ·应用实例 | 第54-61页 |
| ·本章小节 | 第61-62页 |
| 第3章 形态小波 | 第62-81页 |
| ·形态小波发展概述 | 第63-64页 |
| ·小波理论发展 | 第63-64页 |
| ·形态小波发展 | 第64页 |
| ·形态小波理论 | 第64-72页 |
| ·偶合小波和非偶合小波 | 第64-67页 |
| ·提升方案 | 第67-71页 |
| ·多维形态小波 | 第71-72页 |
| ·基于模板的形态小波 | 第72-80页 |
| ·相关理论基础 | 第73页 |
| ·基于模板的提升方案 | 第73-75页 |
| ·模板组选择分析 | 第75-77页 |
| ·形态小波实例构造 | 第77-80页 |
| ·本章小节 | 第80-81页 |
| 第4章 圆检测改进霍夫变换 | 第81-99页 |
| ·圆形目标检测概述 | 第82-83页 |
| ·圆检测霍夫变换(CHT) | 第83-91页 |
| ·霍夫变换 | 第83-84页 |
| ·圆霍夫变换及快速算法 | 第84-87页 |
| ·标准圆快速霍夫变换分析 | 第87-91页 |
| ·圆梯度对称霍夫变换 | 第91-98页 |
| ·圆几何特性分析 | 第91页 |
| ·圆梯度对称霍夫变换的实现 | 第91-93页 |
| ·圆梯度对称霍夫变换的特点 | 第93-96页 |
| ·圆梯度对称霍夫变换的应用 | 第96-97页 |
| ·算法的继续改进 | 第97-98页 |
| ·本章小结 | 第98-99页 |
| 第5章 粘连颗粒图像分割算法 | 第99-115页 |
| ·图像分割简介 | 第100-101页 |
| ·粘连颗粒分割方法概述 | 第101-105页 |
| ·基于双精度距离变换的方法 | 第105-109页 |
| ·相关算法 | 第105-107页 |
| ·算法的实现 | 第107-108页 |
| ·实例分析 | 第108-109页 |
| ·基于二次分割的灰度图分割 | 第109-112页 |
| ·算法的实现 | 第110-111页 |
| ·实例分析 | 第111-112页 |
| ·基于两类标识融合的技术 | 第112-114页 |
| ·算法的实现 | 第112-113页 |
| ·实例分析 | 第113-114页 |
| ·本章小结 | 第114-115页 |
| 第6章 自动视觉检测系统应用 | 第115-129页 |
| ·桔瓣杂质自动视觉检测 | 第116-121页 |
| ·工艺要求和系统组成 | 第116-118页 |
| ·算法的实现 | 第118-120页 |
| ·实验分析 | 第120页 |
| ·结论 | 第120-121页 |
| ·瓶内杂质自动视觉检测研究 | 第121-129页 |
| ·立体视觉系统的设计 | 第122-123页 |
| ·检测方法分析 | 第123-125页 |
| ·算法的实现 | 第125-127页 |
| ·实验结果 | 第127-128页 |
| ·结论 | 第128-129页 |
| 第7章 结论与工作展望 | 第129-132页 |
| ·论文工作总结 | 第129-130页 |
| ·工作展望 | 第130-132页 |
| 参考文献 | 第132-142页 |
| 攻读博士学位期间发表(录用)的学术论文 | 第142-143页 |
| 攻读博士学位期间参加的主要科研项目 | 第143-144页 |
| 致谢 | 第144-145页 |
