| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第14-22页 |
| 1.1 课题研究背景与意义 | 第14-15页 |
| 1.1.1 课题背景 | 第14页 |
| 1.1.2 课题研究意义 | 第14-15页 |
| 1.2 钢板表面常见缺陷 | 第15-16页 |
| 1.3 钢板表面缺陷检测方法国内外研究现状 | 第16-19页 |
| 1.3.1 传统无损检测技术 | 第16-17页 |
| 1.3.2 机器视觉检测技术 | 第17-19页 |
| 1.4 课题研究主要内容 | 第19-20页 |
| 1.5 本文章节安排 | 第20-22页 |
| 2 钢板表面缺陷检测系统的设计研究 | 第22-26页 |
| 2.1 系统的组成及工作原理 | 第22-23页 |
| 2.1.1 系统组成 | 第22页 |
| 2.1.2 系统工作原理 | 第22-23页 |
| 2.2 系统的硬件结构及软件流程设计 | 第23-25页 |
| 2.2.1 系统的硬件结构设计 | 第23-24页 |
| 2.2.2 系统的软件流程设计 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 钢板表面缺陷图像预处理技术研究 | 第26-36页 |
| 3.1 光照不均匀图像的灰度矫正 | 第26-32页 |
| 3.1.1 基于灰度变换的直方图均衡化方法 | 第26-27页 |
| 3.1.2 Top-hat去光照不均图像增强方法 | 第27-28页 |
| 3.1.3 基于照明-反射模型的同态滤波图像增强方法 | 第28-29页 |
| 3.1.4 基于Retinex理论的去光照不均匀图像增强方法 | 第29-32页 |
| 3.2 基于同态滤波的Retinex不均匀光照缺陷图像增强方法 | 第32-33页 |
| 3.3 图像滤波 | 第33-34页 |
| 3.3.1 均值滤波 | 第33-34页 |
| 3.3.2 中值滤波 | 第34页 |
| 3.3.3 双边滤波 | 第34页 |
| 3.4 三种方法比较 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于变异系数法的钢板表面缺陷图像分割算法 | 第36-44页 |
| 4.1 边缘检测分割 | 第36-40页 |
| 4.1.1 基于一阶微分的边缘检测算子 | 第36-37页 |
| 4.1.2 基于二阶微分的边缘检测算子 | 第37-39页 |
| 4.1.3 Canny算子 | 第39页 |
| 4.1.4 各种检测算法效果比较 | 第39-40页 |
| 4.2 阈值分割 | 第40-43页 |
| 4.2.1 迭代阈值分割 | 第40页 |
| 4.2.2 自适应阈值分割 | 第40页 |
| 4.2.3 变异系数法阈值分割 | 第40-42页 |
| 4.2.4 变异系数法阈值分割实验 | 第42-43页 |
| 4.3 本章小结 | 第43-44页 |
| 5 缺陷特征提取和特征选择 | 第44-62页 |
| 5.1 缺陷图像的不变矩特征提取 | 第44-46页 |
| 5.1.1 不变矩基本理论 | 第44-45页 |
| 5.1.2 不变矩特征提取实例 | 第45-46页 |
| 5.2 缺陷图像的纹理特征提取 | 第46-50页 |
| 5.2.1 灰度共生矩阵的定义 | 第46-47页 |
| 5.2.2 灰度共生矩阵的特征参数 | 第47页 |
| 5.2.3 灰度-梯度共生矩阵的特征参数 | 第47-50页 |
| 5.2.4 纹理特征提取实例 | 第50页 |
| 5.3 缺陷图像的灰度特征提取 | 第50-53页 |
| 5.3.1 灰度特征的定义 | 第50-51页 |
| 5.3.2 灰度特征提取实例 | 第51-53页 |
| 5.4 特征数据的标准化处理 | 第53-57页 |
| 5.4.1 线性比例变换法 | 第54页 |
| 5.4.2 极差变换法(标准0-1变换) | 第54-55页 |
| 5.4.3 标准样本变换——化为标准正态分布Z值 | 第55-57页 |
| 5.5 缺陷特征降维处理 | 第57-61页 |
| 5.5.1 主成分分析法定义 | 第58页 |
| 5.5.2 主成分分析法步骤 | 第58-59页 |
| 5.5.3 实验结果及分析 | 第59-61页 |
| 5.6 本章小结 | 第61-62页 |
| 6 钢板表面缺陷分类算法研究 | 第62-70页 |
| 6.1 模式识别理论 | 第62-63页 |
| 6.2 BP神经网络分类算法 | 第63-65页 |
| 6.2.1 BP分类器结构设计 | 第64页 |
| 6.2.2 BP分类器实例及结果分析 | 第64-65页 |
| 6.3 基于支持向量机的钢板表面缺陷分类 | 第65-69页 |
| 6.3.1 最优分界面 | 第65-67页 |
| 6.3.2 核函数的选择 | 第67-68页 |
| 6.3.3 参数选择 | 第68-69页 |
| 6.3.4 缺陷分类实验及结果分析 | 第69页 |
| 6.4 本章小结 | 第69-70页 |
| 7 总结与展望 | 第70-72页 |
| 7.1 总结 | 第70页 |
| 7.2 展望 | 第70-72页 |
| 参考文献 | 第72-80页 |
| 作者简历 | 第80页 |
| 攻读学位期间发表论文 | 第80页 |
