摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-14页 |
1.1 课题背景及其意义 | 第9页 |
1.2 国内外的研究现状 | 第9-12页 |
1.2.1 国外研究现状 | 第10-11页 |
1.2.2 国内研究现状 | 第11-12页 |
1.3 存在的问题以及发展现状 | 第12-13页 |
1.4 本文的研究内容以及安排 | 第13-14页 |
第2章 图像采集系统的建立以及硬件的选取 | 第14-21页 |
2.1 工业相机 | 第14-15页 |
2.2 光学镜头的选择 | 第15-17页 |
2.3 光源以及照明方式的选择 | 第17-19页 |
2.3.1 光源的选取 | 第17-18页 |
2.3.2 照明方式的选取 | 第18-19页 |
2.4 图像采集整体结构 | 第19-20页 |
2.5 本章小结 | 第20-21页 |
第3章 回转体零件的图像预处理 | 第21-31页 |
3.1 引言 | 第21页 |
3.2 图像增强 | 第21-22页 |
3.2.1 直方图的均衡化 | 第21页 |
3.2.2 实验结果分析 | 第21-22页 |
3.3 图像的平滑滤波 | 第22-26页 |
3.3.1 均值滤波 | 第23页 |
3.3.2 中值滤波 | 第23-24页 |
3.3.3 高斯滤波 | 第24页 |
3.3.4 几种平滑滤波算法的比较与选择 | 第24-26页 |
3.4 运用形态学进行背景分割 | 第26-29页 |
3.4.1 灰度图像的膨胀与腐蚀 | 第26-27页 |
3.4.2 灰度图像的开闭运算 | 第27-28页 |
3.4.3 顶帽变换(Top-Hat变换)和底帽变换(Bottom-Hat) | 第28页 |
3.4.4 基于顶帽变换的光照不均匀的目标图像的提取 | 第28-29页 |
3.5 本章小结 | 第29-31页 |
第4章 图像分割 | 第31-45页 |
4.1 基于边缘的图像分割方法 | 第31-32页 |
4.2 区域生长法 | 第32页 |
4.3 基于阈值的图像分割 | 第32-40页 |
4.3.1 双峰法 | 第33页 |
4.3.2 迭代法 | 第33-34页 |
4.3.3 最大类间方差法 | 第34-36页 |
4.3.4 最大熵法 | 第36-37页 |
4.3.5 利用Otsu法进行阈值分割 | 第37-40页 |
4.4 图像连通区域标记法 | 第40-44页 |
4.4.1 缺陷检测 | 第40-41页 |
4.4.2 八邻域区域标记法去噪 | 第41-44页 |
4.5 本章小结 | 第44-45页 |
第5章 特征提取以及缺陷分类 | 第45-51页 |
5.1 缺陷的特征提取与特征选择 | 第45-47页 |
5.1.1 缺陷的特征提取 | 第45-46页 |
5.1.2 图像的特征选择 | 第46-47页 |
5.2 基于支持向量机分类器的缺陷分类 | 第47-49页 |
5.3 缺陷分类 | 第49-50页 |
5.4 本章小结 | 第50-51页 |
第6章 总结与展望 | 第51-52页 |
参考文献 | 第52-55页 |
致谢 | 第55页 |