基于机器视觉的边缘检测算法研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·机器视觉概述 | 第9-13页 |
| ·机器视觉背景介绍 | 第9-11页 |
| ·机器视觉系统 | 第11-12页 |
| ·机器视觉技术研究现状与前景 | 第12-13页 |
| ·机器视觉中的边缘提取 | 第13-15页 |
| ·图像边缘的定义 | 第13-14页 |
| ·图像边缘的研究现状与发展 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| ·篇章结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2 经典边缘检测算法研究与实验 | 第18-31页 |
| ·传统边缘检测阈值分割算法 | 第18-19页 |
| ·动态阈值分割法 | 第18-19页 |
| ·亚像素阈值分割 | 第19页 |
| ·经典边缘检测算子 | 第19-24页 |
| ·经典算子的算法实验 | 第24-30页 |
| ·经典边缘检测算法实验 | 第24-29页 |
| ·经典边缘算法总结与分析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 Canny 检测算子及其仿真 | 第31-40页 |
| ·边缘检测算法的准则 | 第32-33页 |
| ·基于 Canny 算子的边缘检测方法 | 第33-36页 |
| ·高斯滤波与梯度值计算 | 第33-35页 |
| ·幅度值和方向的计算 | 第35页 |
| ·非极大抑制 | 第35-36页 |
| ·双阈值分割 | 第36页 |
| ·实验仿真与优缺点分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 4 一种优化的边缘检测算法 | 第40-46页 |
| ·二维中值滤波器 | 第40-43页 |
| ·优势分析 | 第41-42页 |
| ·实验验证 | 第42-43页 |
| ·一种优化的幅值计算方法与边缘提取 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于改进边缘检测算法的汽车轮毂无损检测应用 | 第46-58页 |
| ·汽车轮毂无损检测系统 | 第46-47页 |
| ·相机的标定 | 第47-48页 |
| ·汽车轮毂直径检测算法设计 | 第48-51页 |
| ·实验及分析 | 第51-57页 |
| ·本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-61页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的论文 | 第65-66页 |
| 上海交通大学硕士学位论文答辩决议书 | 第66-68页 |
