基于图像识别的透镜瑕疵检测系统关键技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究的背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·传统的光学仪器检测方法 | 第12-13页 |
| ·现代的机器视觉检测方法 | 第13-15页 |
| ·研究内容和思路 | 第15-16页 |
| ·本文的结构安排 | 第16-17页 |
| 第2章 透镜疵病图像增强算法研究 | 第17-32页 |
| ·透镜图像的灰度变换 | 第17-21页 |
| ·线性灰度变换 | 第17-18页 |
| ·灰度的非线性变换 | 第18-21页 |
| ·透镜图像的锐化 | 第21-23页 |
| ·透镜图像的平滑 | 第23-25页 |
| ·改进的保护图像边缘和细节的滤波算法 | 第25-31页 |
| ·算法的基本思想 | 第26-28页 |
| ·算法的实现步骤及实验结果 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 透镜疵病分割算法研究 | 第32-47页 |
| ·基于边缘的图像分割算法 | 第32-37页 |
| ·边缘检测的基本原理 | 第33-34页 |
| ·常用的边缘检测算子 | 第34-37页 |
| ·基于区域的图像分割算法 | 第37-38页 |
| ·基于阈值的图像分割算法 | 第38-39页 |
| ·改进的二维大津阈值分割算法 | 第39-46页 |
| ·传统的二维大津阈值分割算法 | 第40-41页 |
| ·改进的二维大津阈值分割算法原理 | 第41-44页 |
| ·实验结果及分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 透镜疵病面积计算算法研究 | 第47-63页 |
| ·常用的目标区域面积计算方法 | 第47-51页 |
| ·Freeman 链码求目标区域面积的方法 | 第47-48页 |
| ·顶点链码求目标区域面积的方法 | 第48-50页 |
| ·矢量标注求目标区域面积的方法 | 第50-51页 |
| ·透镜疵病面积计算方法研究 | 第51-62页 |
| ·透镜边框干扰的去除 | 第52-55页 |
| ·疵病区域的数学形态学处理 | 第55-58页 |
| ·像素扫描标记算法原理 | 第58-60页 |
| ·本文算法的实现步骤及实验结果 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 透镜疵病的识别分类算法研究 | 第63-73页 |
| ·透镜疵病的识别分类方法 | 第63-68页 |
| ·人工神经网络 | 第64-65页 |
| ·BP 神经网络 | 第65-68页 |
| ·透镜疵病识别分类算法的实现 | 第68-71页 |
| ·疵病区域特征的描述 | 第68-70页 |
| ·BP 神经网络分类器的设计 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第79-80页 |
| 致谢 | 第80-81页 |
