基于计算机视觉的钢管焊缝缺陷图像检测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究的背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·计算机视觉技术概述 | 第11-12页 |
| ·研究的内容 | 第12-14页 |
| 2 钢管图像的运动模糊恢复 | 第14-24页 |
| ·运动模糊图像产生的原理 | 第14-16页 |
| ·运动模糊图像的频谱特征 | 第16-17页 |
| ·点扩散函数的构建 | 第17-20页 |
| ·模糊方向的测定 | 第18-19页 |
| ·模糊尺度的测定 | 第19-20页 |
| ·构建点扩散函数 | 第20页 |
| ·算法仿真 | 第20-24页 |
| ·检测平台分析 | 第20页 |
| ·运动模糊方向检测仿真 | 第20-22页 |
| ·运动模糊尺度检测仿真 | 第22-24页 |
| 3 钢管焊缝图像增强 | 第24-37页 |
| ·原始图像分析 | 第24-29页 |
| ·图像的噪声滤波 | 第29-31页 |
| ·图像增强算法 | 第31-37页 |
| 4 图像分割算法对比分析 | 第37-44页 |
| ·图像分割的定义 | 第37-38页 |
| ·边缘检测缺陷结果 | 第38-39页 |
| ·灰度分割 | 第39-44页 |
| 5 焊缝缺陷分割算法 | 第44-57页 |
| ·缺陷的特征构造 | 第44-45页 |
| ·缺陷的图像特征 | 第44页 |
| ·缺陷的灰度特征 | 第44-45页 |
| ·缺陷分割算法 | 第45-46页 |
| ·图像的分割 | 第46-50页 |
| ·数学形态学处理 | 第47-50页 |
| ·缺陷子图像的标记 | 第50页 |
| ·图像特征的提取和识别 | 第50-57页 |
| 6 试验及结果分析 | 第57-59页 |
| ·标定 | 第57页 |
| ·气孔、夹杂、裂纹缺陷的区别 | 第57页 |
| ·误差分析 | 第57-58页 |
| ·算法的运行效率 | 第58-59页 |
| 7 结论与展望 | 第59-61页 |
| ·论文结论 | 第59页 |
| ·论文展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-66页 |
