基于改进DAGSVM的钢板表面缺陷检测系统设计与实现
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 钢板缺陷目标检测研究现状 | 第9-10页 |
| 1.2.2 钢板缺陷分类方法研究现状 | 第10-12页 |
| 1.3 研究内容和论文结构 | 第12页 |
| 1.4 本章小结 | 第12-14页 |
| 2 相关技术分析 | 第14-28页 |
| 2.1 系统检测的常见缺陷类型 | 第14-16页 |
| 2.2 缺陷图像预处理技术 | 第16-21页 |
| 2.2.1 预分类处理 | 第17页 |
| 2.2.2 图像增强 | 第17-19页 |
| 2.2.3 阈值分割 | 第19-21页 |
| 2.3 缺陷图像的特征提取 | 第21-25页 |
| 2.3.1 特征提取的意义 | 第21-22页 |
| 2.3.2 特征提取的评价标准 | 第22页 |
| 2.3.3 缺陷图像的特征提取 | 第22-25页 |
| 2.4 缺陷图像分类识别 | 第25-27页 |
| 2.4.1 基于QPSO的模糊C-均值聚类技术 | 第25-26页 |
| 2.4.2 DAGSVM分类器 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 钢板表面缺陷检测硬件系统设计 | 第28-38页 |
| 3.1 缺陷检测原理 | 第28-29页 |
| 3.2 钢板表面缺陷检测硬件系统总体结构 | 第29-30页 |
| 3.3 钢板表面图像采集模块 | 第30-34页 |
| 3.3.1 光源照明模块 | 第30-32页 |
| 3.3.2 高速线阵CCD成像模块 | 第32-34页 |
| 3.4 图像处理计算机和服务器系统 | 第34-36页 |
| 3.4.1 客户机模块 | 第34-35页 |
| 3.4.2 服务器模块 | 第35-36页 |
| 3.4.3 监控控制台 | 第36页 |
| 3.5 本章小结 | 第36-38页 |
| 4 钢板表面缺陷检测软件系统设计 | 第38-60页 |
| 4.1 钢板表面缺陷检测软件系统功能描述 | 第38-40页 |
| 4.2 钢板表面缺陷检测软件系统开发环境 | 第40-43页 |
| 4.2.1 Visual C++6.0 平台简介 | 第40-41页 |
| 4.2.2 LIBSVM软件 | 第41-43页 |
| 4.3 钢板表面缺陷检测软件设计 | 第43-55页 |
| 4.3.1 目标检测 | 第43-46页 |
| 4.3.2 分类模块设计 | 第46-53页 |
| 4.3.3 报警模块设计 | 第53-55页 |
| 4.4 数据库设计 | 第55-59页 |
| 4.4.1 数据库选型 | 第55-56页 |
| 4.4.2 数据库设计 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 5 系统测试 | 第60-66页 |
| 5.1 缺陷检测效果测试 | 第60-65页 |
| 5.2 报警模块测试 | 第65页 |
| 5.3 本章小结 | 第65-66页 |
| 6 结论与展望 | 第66-68页 |
| 6.1 论文工作总结 | 第66页 |
| 6.2 研究展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录 | 第72页 |
| A 作者在攻读学位期间取得的科研成果目录 | 第72页 |
| B 作者在攻读学位期间参与的科研项目 | 第72页 |
