大幅面丝网疵点的图像识别算法研究
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论 | 第11-16页 |
·课题来源及意义 | 第11-12页 |
·课题来源 | 第11页 |
·课题的背景和意义 | 第11-12页 |
·国内外研究现状 | 第12-14页 |
·图像识别技术的应用现状 | 第12-13页 |
·图像识别方法的研究现状 | 第13-14页 |
·OpenCV 图像处理类库 | 第14页 |
·本文研究内容与结构安排 | 第14-16页 |
·论文研究内容 | 第14-15页 |
·论文结构安排 | 第15-16页 |
第二章 疵点检测视觉系统的总体设计方案 | 第16-23页 |
·疵点检测视觉系统简介 | 第16-17页 |
·系统性能分析 | 第17页 |
·视觉系统的硬件设计方案 | 第17-18页 |
·视觉系统的软件设计方案 | 第18-22页 |
·采集图像前的准备工作 | 第18-19页 |
·采集图像 | 第19-21页 |
·疵点检测的图像处理的整体设计方案 | 第21-22页 |
·本章小结 | 第22-23页 |
第三章 丝网检测的图像预处理与分割 | 第23-39页 |
·丝网图像的主要噪声 | 第23页 |
·图像预处理 | 第23-29页 |
·均值滤波 | 第24-26页 |
·中值滤波 | 第26-27页 |
·直方图均衡化 | 第27-29页 |
·图像分割 | 第29-38页 |
·基于灰度相似性的阈值分割 | 第30-32页 |
·基于灰度跃变性的边缘检测 | 第32-38页 |
·本章小结 | 第38-39页 |
第四章 丝网图像的模板匹配算法研究 | 第39-55页 |
·图像匹配所研究的问题 | 第39-40页 |
·图像匹配的研究内容 | 第39-40页 |
·评价算法性能的指标 | 第40页 |
·基于灰度相关的图像匹配(定位)算法 | 第40-44页 |
·归一化算法(NNC) | 第41-42页 |
·序贯相似性检测算法(SSDA) | 第42-43页 |
·自适应阈值SSDA 算法 | 第43-44页 |
·基于灰度特征的图像匹配(定位)算法 | 第44-49页 |
·特征选取的原则 | 第44-46页 |
·基于投影特征的图像匹配算法 | 第46-47页 |
·基于投影特征的自适应阈值的图像匹配方法 | 第47-49页 |
·图像匹配(定位)算法比较与分析 | 第49-51页 |
·疵点分割 | 第51-54页 |
·本章小结 | 第54-55页 |
第五章 疵点特征提取 | 第55-63页 |
·丝网疵点分类 | 第55-56页 |
·特征提取的原则 | 第56页 |
·常用的几个特征参数 | 第56-57页 |
·丝网疵点的特征提取 | 第57-62页 |
·常用的数学形态学方法 | 第57-61页 |
·区域划分 | 第61页 |
·特征分析及结果统计 | 第61-62页 |
·本章小结 | 第62-63页 |
第六章 总结与展望 | 第63-65页 |
·全文总结 | 第63-64页 |
·研究展望 | 第64-65页 |
参考文献 | 第65-68页 |
致谢 | 第68-69页 |
攻读硕士学位期间的研究成果 | 第69页 |