| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 缺陷识别算法存在的问题及解决思路分析 | 第14-15页 |
| 1.4 课题研究的主要内容 | 第15-18页 |
| 第二章 视觉词袋模型的相关研究 | 第18-28页 |
| 2.1 局部特征提取 | 第19-20页 |
| 2.2 视觉码本生成 | 第20-21页 |
| 2.3 特征编码 | 第21-25页 |
| 2.4 特征组合 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 数据分布不均衡下的视觉码本生成 | 第28-44页 |
| 3.1 引言 | 第28页 |
| 3.2 传统的码本生成方法 | 第28-30页 |
| 3.3 类别指导下的码本生成方法 | 第30-32页 |
| 3.4 HG-steel图像数据集的创建与实验分析 | 第32-38页 |
| 3.4.1 HG-steel图像数据集的创建 | 第32-34页 |
| 3.4.2 实验结果与分析 | 第34-38页 |
| 3.5 PSC-steel图像数据集的创建与实验分析 | 第38-42页 |
| 3.5.1 PSC-steel图像数据集的创建 | 第38-40页 |
| 3.5.2 实验结果与分析 | 第40-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于加权编码的缺陷图像特征表示 | 第44-54页 |
| 4.1 引言 | 第44页 |
| 4.2 加权编码下的缺陷特征表示 | 第44-48页 |
| 4.2.1 p范数IDF算法 | 第44-46页 |
| 4.2.2 信息增益 | 第46-47页 |
| 4.2.3 TFpIDFIG算法 | 第47页 |
| 4.2.4 加权编码 | 第47-48页 |
| 4.3 HG-steel图像数据集上的实验结果与分析 | 第48-51页 |
| 4.4 PSC-steel图像数据集上的实验结果与分析 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 局部统计特征与全局结构特征的融合 | 第54-70页 |
| 5.1 引言 | 第54-55页 |
| 5.2 全局Gist特征 | 第55-58页 |
| 5.3 特征融合方法 | 第58-60页 |
| 5.4 NEU-Hot图像数据集的创建与实验分析 | 第60-64页 |
| 5.4.1 NEU-Hot图像数据集的创建 | 第60-61页 |
| 5.4.2 NEU-Hot数据集上的实验结果与分析 | 第61-64页 |
| 5.5 HG-steel图像数据集上的实验结果与分析 | 第64-66页 |
| 5.6 PSC-steel图像数据集上的实验结果与分析 | 第66-68页 |
| 5.7 本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 攻取学位期间所取得的相关科研成果 | 第80页 |
