| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第21-37页 |
| 1.1 研究背景 | 第21-22页 |
| 1.2 MPSG表面缺陷简介 | 第22-26页 |
| 1.2.1 MPSG制造工艺 | 第23-24页 |
| 1.2.2 MPSG缺陷分类 | 第24-25页 |
| 1.2.3 MPSG缺陷特点 | 第25-26页 |
| 1.3 视觉检测与分类技术综述 | 第26-34页 |
| 1.3.1 缺陷判别 | 第26-29页 |
| 1.3.2 缺陷分割 | 第29-32页 |
| 1.3.3 缺陷特征提取 | 第32-33页 |
| 1.3.4 缺陷分类 | 第33-34页 |
| 1.4 MPSG缺陷检测与分类关键问题 | 第34-35页 |
| 1.5 研究内容 | 第35-37页 |
| 第二章 基于轮廓相似度测度的图像配准与缺陷判别 | 第37-54页 |
| 2.1 引言 | 第37页 |
| 2.2 常用图像配准方法 | 第37-39页 |
| 2.2.1 概述 | 第37-38页 |
| 2.2.2 基于灰度的配准方法 | 第38页 |
| 2.2.3 基于特征的配准方法 | 第38-39页 |
| 2.3 基于轮廓相似度测度的MPSG图像配准 | 第39-46页 |
| 2.3.1 引言 | 第39-40页 |
| 2.3.2 轮廓相似性测度 | 第40-42页 |
| 2.3.3 MPSG图像配准步骤 | 第42-43页 |
| 2.3.4 MPSG图像配准实验 | 第43-46页 |
| 2.4 基于差影运算及投影法的缺陷判别 | 第46-52页 |
| 2.4.1 模板生成 | 第46-47页 |
| 2.4.2 差影运算与图像投影 | 第47-50页 |
| 2.4.3 有无缺陷的图像判别实验 | 第50-52页 |
| 2.5 本章小结 | 第52-54页 |
| 第三章 基于集成模糊C均值聚类的MPSG缺陷分割 | 第54-74页 |
| 3.1 引言 | 第54-55页 |
| 3.2 模糊C均值聚类法 | 第55-57页 |
| 3.3 模糊C均值聚类法的改进算法介绍 | 第57-61页 |
| 3.3.1 快速模糊C均值聚类法 | 第57-58页 |
| 3.3.2 基于空间关系的模糊C均值聚类法 | 第58-60页 |
| 3.3.3 基于隶属度修正的模糊C均值聚类法 | 第60-61页 |
| 3.4 基于空间关系和隶属度修正的集成模糊C均值聚类法 | 第61-64页 |
| 3.4.1 目标函数修正 | 第61-62页 |
| 3.4.2 隶属度函数修正 | 第62-64页 |
| 3.5 基于集成模糊C均值聚类的缺陷分割 | 第64-68页 |
| 3.5.1 分割效果评价指标 | 第64-66页 |
| 3.5.2 目标函数中参数β的确定 | 第66-67页 |
| 3.5.3 缺陷分割步骤 | 第67-68页 |
| 3.6 缺陷分割实验 | 第68-73页 |
| 3.6.1 含噪合成图像的聚类性能验证 | 第69-71页 |
| 3.6.2 MPSG图像聚类性能验证 | 第71-73页 |
| 3.7 本章小结 | 第73-74页 |
| 第四章 基于多重分形理论的MPSG缺陷特征提取 | 第74-91页 |
| 4.1 分形理论 | 第74-78页 |
| 4.1.1 分形定义 | 第74-75页 |
| 4.1.2 分形维数 | 第75-77页 |
| 4.1.3 多重分形 | 第77-78页 |
| 4.2 MPSG缺陷多重分形特征提取 | 第78-82页 |
| 4.3 缺陷特征提取实验 | 第82-87页 |
| 4.3.1 缺陷样本准备 | 第82页 |
| 4.3.2 多重分形特征提取 | 第82-87页 |
| 4.4 缺陷坐标提取 | 第87-90页 |
| 4.5 本章小结 | 第90-91页 |
| 第五章 面向不均衡MPSG缺陷数据的分类算法研究 | 第91-125页 |
| 5.1 引言 | 第91-96页 |
| 5.1.1 问题描述 | 第91-93页 |
| 5.1.2 不均衡数据分类性能评价方法 | 第93-96页 |
| 5.2 支持向量机的分类原理 | 第96-103页 |
| 5.2.1 线性支持向量机 | 第96-98页 |
| 5.2.2 非线性支持向量机 | 第98-102页 |
| 5.2.3 支持向量与非支持向量 | 第102-103页 |
| 5.2.4 多分类支持向量机 | 第103页 |
| 5.3 不均衡数据分类方法介绍 | 第103-105页 |
| 5.3.1 特征选择方法 | 第104页 |
| 5.3.2 分类器集成方法 | 第104页 |
| 5.3.3 基于算法方法 | 第104-105页 |
| 5.3.4 基于采样方法 | 第105页 |
| 5.4 现有基于采样方法存在问题 | 第105-107页 |
| 5.4.1 欠采样 | 第105-106页 |
| 5.4.2 过采样 | 第106-107页 |
| 5.5 基于样本贡献差异的集成采样方法 | 第107-112页 |
| 5.5.1 识别支持向量集和非支持向量集 | 第109-110页 |
| 5.5.2 基于SMOTE过采样少类支持向量集 | 第110-111页 |
| 5.5.3 随机欠采样多类非支持向量集 | 第111页 |
| 5.5.4 SVM分类器集合 | 第111-112页 |
| 5.6 不均衡数据分类性能实验 | 第112-124页 |
| 5.6.1 标准数据库数据的分类性能验证 | 第112-118页 |
| 5.6.2 MPSG缺陷数据的分类性能验证 | 第118-124页 |
| 5.7 本章小结 | 第124-125页 |
| 第六章 MPSG表面缺陷图像采集与软件实现 | 第125-137页 |
| 6.1 MPSG图像采集实验平台 | 第125-129页 |
| 6.1.1 运动控制平台 | 第125页 |
| 6.1.2 图像采集系统 | 第125-129页 |
| 6.1.3 实验平台 | 第129页 |
| 6.2 软件实现 | 第129-135页 |
| 6.2.1 自动化流程 | 第129-131页 |
| 6.2.2 软件界面 | 第131-133页 |
| 6.2.3 软件实验结果 | 第133-135页 |
| 6.3 系统检测与分类结果 | 第135-136页 |
| 6.4 本章小结 | 第136-137页 |
| 结论与展望 | 第137-140页 |
| 参考文献 | 第140-162页 |
| 攻读博士期间发表的论文 | 第162-164页 |
| 致谢 | 第164页 |