图像识别在工件缺陷检测中的应用研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-14页 |
| 1.1 选题背景及意义 | 第6-7页 |
| 1.2 国内外相关研究概况及发展趋势 | 第7-12页 |
| 1.2.1 视觉显著性 | 第7-9页 |
| 1.2.2 目标检测技术 | 第9-12页 |
| 1.3 本研究要解决的实际问题 | 第12-14页 |
| 2 目标检测概述 | 第14-18页 |
| 2.1 目标检测流程 | 第14-15页 |
| 2.2 边界检测算法 | 第15页 |
| 2.3 计算几何上下文 | 第15-16页 |
| 2.4 分层分割 | 第16页 |
| 2.5 对候选区域排序 | 第16页 |
| 2.6 利用词包模型对候选区域目标分类 | 第16-18页 |
| 3 目标检测的算法研究 | 第18-37页 |
| 3.1 目标检测的整体框架 | 第18页 |
| 3.2 图像滤波 | 第18-20页 |
| 3.2.1 低通滤波 | 第19页 |
| 3.2.2 高通滤波 | 第19-20页 |
| 3.3 图像增强 | 第20-21页 |
| 3.4 图像旋转 | 第21-22页 |
| 3.5 边缘提取 | 第22-28页 |
| 3.5.1 经典边缘检测方法 | 第22-27页 |
| 3.5.2 基于轮廓跟踪的边缘检测方法 | 第27-28页 |
| 3.6 图像的特征提取、目标识别与模板判断 | 第28-37页 |
| 3.6.1 零件图像的特征提取算法 | 第28-30页 |
| 3.6.2 基于HOG特征的目标识别算法 | 第30-31页 |
| 3.6.3 二次线性插值的数据模型 | 第31-32页 |
| 3.6.4 基于SVM的分类识别 | 第32-37页 |
| 4 目标检测系统的设计与实现 | 第37-50页 |
| 4.1 零件样本选择 | 第37-43页 |
| 4.2 设计总体流程 | 第43-44页 |
| 4.3 实验结果 | 第44-49页 |
| 4.4 实验数据分析 | 第49-50页 |
| 5 总结和展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 工作展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-56页 |
