基于图像法的工件表面粗糙度检测系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 图表清单 | 第9-12页 |
| 注释表 | 第12-13页 |
| 第一章 绪论 | 第13-17页 |
| ·表面粗糙度检测概述 | 第13-15页 |
| ·表面粗糙度定义及评定参数 | 第13页 |
| ·表面粗糙度检测方法 | 第13-15页 |
| ·图像法应用于表面粗糙度检测的研究现状 | 第15-16页 |
| ·本论文的研究目的 | 第16页 |
| ·本论文的主要工作 | 第16-17页 |
| 第二章 基于图像的表面粗糙度检测系统综述 | 第17-21页 |
| ·表面粗糙度检测原理 | 第17页 |
| ·表面粗糙度检测系统整体方案设计 | 第17-20页 |
| ·表面粗糙度图像采集系统 | 第17-18页 |
| ·表面粗糙度软件检测系统 | 第18-19页 |
| ·表面粗糙度检测系统测试 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 粗糙度图像预处理 | 第21-34页 |
| ·数字图像相关概念 | 第21-22页 |
| ·RGB图像 | 第21-22页 |
| ·灰度图像 | 第22页 |
| ·二值图像 | 第22页 |
| ·粗糙度图像采集 | 第22-23页 |
| ·图像预处理 | 第23-33页 |
| ·RGB图像转换 | 第23-24页 |
| ·背景减除 | 第24-25页 |
| ·直方图均衡化 | 第25-27页 |
| ·中值滤波 | 第27-28页 |
| ·二值变换 | 第28-29页 |
| ·图像旋转 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 粗糙度表面纹理图像特征提取 | 第34-48页 |
| ·图像纹理分析方法 | 第34-35页 |
| ·平均纹理周期参数提取 | 第35-38页 |
| ·求解平均纹理周期算法描述 | 第35-36页 |
| ·样块参数提取过程 | 第36-38页 |
| ·频域内亮点距参数提取 | 第38-41页 |
| ·二维离散傅立叶变换 | 第38-39页 |
| ·在MATLAB中可视化二维DFT | 第39-40页 |
| ·图像频谱分析 | 第40-41页 |
| ·灰度共生矩阵能量值及熵值参数提取 | 第41-46页 |
| ·灰度共生矩阵的定义 | 第41-43页 |
| ·图像的共生矩阵分析 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 基于BP神经网络的表面粗糙度图像识别 | 第48-57页 |
| ·BP神经网络简介 | 第48-50页 |
| ·BP神经网络的准备 | 第50-52页 |
| ·输入参数的选择 | 第50-51页 |
| ·输出参数的选择 | 第51页 |
| ·输入输出数据的预处理 | 第51-52页 |
| ·BP神经网络的设计 | 第52-55页 |
| ·训练参数初始化 | 第52-53页 |
| ·隐层数与隐节点数的设计 | 第53-54页 |
| ·节点转移函数 | 第54-55页 |
| ·神经网络模型的建立 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 表面粗糙度检测系统的软件实现 | 第57-65页 |
| ·MATLAB图形用户界面简介 | 第57页 |
| ·软件的总体设计方案 | 第57-58页 |
| ·各个功能模块介绍 | 第58-61页 |
| ·网络训练模块介绍 | 第58-60页 |
| ·检测模块介绍 | 第60-61页 |
| ·系统可靠性分析 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| ·本文的工作总结 | 第65页 |
| ·后续的工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |
