| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·课题意义及其发展前景 | 第8-9页 |
| ·课题的来源 | 第9-10页 |
| ·板形识别国内外研究现状 | 第10-12页 |
| ·论文的主要研究内容和论文结构 | 第12-14页 |
| 2 图像处理及板形识别的理论基础 | 第14-22页 |
| ·计算机图像处理技术及其应用 | 第14-15页 |
| ·计算机图像的采集与数学表达 | 第15-17页 |
| ·有关板形的基本知识 | 第17-22页 |
| ·板形的基本概念 | 第17-18页 |
| ·板形的缺陷种类 | 第18页 |
| ·板形的表示方法 | 第18-22页 |
| 3 板形识别系统的组成及原理 | 第22-32页 |
| ·系统检测原理 | 第22页 |
| ·板形识别系统设计 | 第22-29页 |
| ·系统硬件结构组成及说明 | 第22-27页 |
| ·系统软件设计说明 | 第27-29页 |
| ·板形识别系统的图像处理过程 | 第29-32页 |
| 4 板形识别系统数字图像处理方法分析研究 | 第32-70页 |
| ·数字图像处理概述 | 第32页 |
| ·灰度图与灰度直方图 | 第32-33页 |
| ·板形直方图均衡化 | 第33-35页 |
| ·板形缺陷图像平滑 | 第35-43页 |
| ·图像的噪声及其验证 | 第36-38页 |
| ·邻域平均法 | 第38页 |
| ·梯度倒数加权法 | 第38-39页 |
| ·中值滤波法 | 第39-40页 |
| ·PDE 图像平滑算法及其改进 | 第40-42页 |
| ·板形缺陷图像平滑方法实验及其分析 | 第42-43页 |
| ·板形缺陷图像边缘检测 | 第43-57页 |
| ·边缘检测基本概念 | 第43-44页 |
| ·一阶边缘检测算子 | 第44-46页 |
| ·二阶边缘检测算子 | 第46-49页 |
| ·Canny 边缘检测算法及其改进 | 第49-54页 |
| ·板形缺陷图像边缘检测算法比较及其分析 | 第54-57页 |
| ·板形缺陷图像特征提取 | 第57-59页 |
| ·板形缺陷模式识别 | 第59-70页 |
| ·神经元 | 第59-60页 |
| ·BP 神经网络 | 第60-61页 |
| ·BP 神经网络的设计 | 第61-63页 |
| ·BP 神经网络分类器训练及板形缺陷图像的识别实验 | 第63-70页 |
| 5 板形识别系统实验与结果分析 | 第70-74页 |
| ·系统功能 | 第70页 |
| ·系统界面设计 | 第70-71页 |
| ·实验结果展示 | 第71-72页 |
| ·实验结果分析 | 第72-73页 |
| ·改进措施 | 第73-74页 |
| 6 结论与展望 | 第74-76页 |
| ·结论 | 第74-75页 |
| ·展望 | 第75-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录 | 第82页 |