光纤环绕制图像监测算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-16页 |
| ·课题研究背景及意义 | 第9-11页 |
| ·机器视觉监测技术的应用与发展 | 第11-14页 |
| ·边缘检测发展现状 | 第11-12页 |
| ·机器视觉监测技术 | 第12-14页 |
| ·论文研究内容和目标 | 第14-16页 |
| 2 光纤环绕制图像预处理算法研究 | 第16-31页 |
| ·图像采集与噪声种类 | 第16-20页 |
| ·图像采集过程 | 第16-18页 |
| ·图像噪声种类 | 第18-20页 |
| ·图像处理步骤 | 第20页 |
| ·图像滤波处理 | 第20-27页 |
| ·均值滤波 | 第21-22页 |
| ·中值滤波 | 第22页 |
| ·高斯滤波 | 第22-23页 |
| ·峰值信噪比的评价标准 | 第23页 |
| ·光纤环图像滤波处理 | 第23-27页 |
| ·图像增强 | 第27-30页 |
| ·图像增强方法 | 第27-28页 |
| ·模糊增强 | 第28-29页 |
| ·光纤环图像增强处理 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 光纤环绕制图像边缘检测算法研究 | 第31-44页 |
| ·边缘检测常用算法研究 | 第31-35页 |
| ·边缘检测的基本实现方法 | 第31-32页 |
| ·经典的边缘检测算法原理 | 第32-35页 |
| ·Canny 边缘检测算法 | 第35-36页 |
| ·基于 K-means 聚类的边缘检测识别算法 | 第36-38页 |
| ·聚类的定义 | 第36-37页 |
| ·K-means 聚类的定义 | 第37页 |
| ·K-means 聚类用于光纤环边缘提取 | 第37-38页 |
| ·边缘检测效果的评价 | 第38-43页 |
| ·边缘检测效果的评价标准 | 第38-39页 |
| ·光纤环图像边缘检测的仿真结果 | 第39-42页 |
| ·定性评价分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 4 光纤环绕制视觉监测系统实现 | 第44-53页 |
| ·系统的基本构成 | 第44-45页 |
| ·机器视觉监测系统硬件构成 | 第45-50页 |
| ·CCD 工业相机 | 第45-46页 |
| ·镜头 | 第46-47页 |
| ·照明系统 | 第47-48页 |
| ·照明方式 | 第48-49页 |
| ·机器视觉系统硬件安装 | 第49-50页 |
| ·虚拟仪器软件实现 | 第50-52页 |
| ·软件介绍 | 第50-51页 |
| ·光纤环绕制系统界面 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第59-60页 |
| 致谢 | 第60-61页 |
