基于计算机视觉技术的汽车涂膜缺陷检测方法的研究

中文摘要	第1-4页
英文摘要	第4-7页
第一章 绪论	第7-13页
·汽车涂膜缺陷自动检测与识别的必要性	第7-8页
·数字图像处理与模式识别技术的发展	第8-12页
·计算机视觉检测技术的发展	第8-9页
·图像处理技术的发展	第9页
·模式识别技术的发展	第9-11页
·计算机视觉的应用案例	第11-12页
·本文的主要研究内容	第12-13页
第二章 汽车涂膜缺陷的分类及检测系统	第13-21页
·常见汽车涂膜缺陷的分类和特征	第13-17页
·汽车涂膜缺陷视觉检测系统的软硬件	第17-20页
·视觉系统的基本构成	第17-18页
·视觉系统的硬件构成	第18页
·照明方案的确定	第18-19页
·视觉系统的软件	第19-20页
·本章小结	第20-21页
第三章 汽车涂膜缺陷的检测分割算法	第21-54页
·数字图像的构成原理和表示方法	第21-24页
·图像的数字化和构成原理	第21-23页
·数字图像的表示方法	第23-24页
·图像预处理	第24-26页
·图像预处理概述	第24页
·图像增强	第24-26页
·图像分割	第26-32页
·图像分割概述	第26-28页
·边缘检测	第28-32页
·汽车涂膜缺陷图像的预处理与分割方法的选择	第32-41页
·实验对象	第32-34页
·汽车涂膜缺陷图像的预处理与分割方法	第34-41页
·汽车涂膜缺陷的检测算法	第41-53页
·检测算法	第41-43页
·检测算法流程图	第43页
·对比实验	第43-52页
·实验结论	第52-53页
·本章小结	第53-54页
第四章 汽车涂膜缺陷的特征提取与模式识别	第54-69页
·汽车涂膜缺陷特征参数的选择和提取	第54-60页
·汽车涂膜缺陷图像的特征识别	第60-68页
·二叉树结构分类法	第61-65页
·BP 神经网络模式识别法	第65-68页
·本章小结	第68-69页
第五章 结论与展望	第69-71页
·全文总结	第69页
·工作展望	第69-71页
参考文献	第71-75页
附录	第75-79页
致谢	第79页