| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 机器视觉检测技术概述 | 第12-13页 |
| 1.3 机器视觉检测技术发展历史与研究现状 | 第13-15页 |
| 1.4 本论文的主要研究内容 | 第15-16页 |
| 第2章 数字图像处理基础及图像的旋转 | 第16-26页 |
| 2.1 空间域滤波 | 第16-17页 |
| 2.1.1 均值滤波 | 第16-17页 |
| 2.1.2 中值滤波 | 第17页 |
| 2.2 频率域滤波 | 第17-18页 |
| 2.3 图像旋转矩阵 | 第18-19页 |
| 2.4 旋转公式的推导 | 第19-21页 |
| 2.5 双线性插值 | 第21-22页 |
| 2.6 角度的测量 | 第22-24页 |
| 2.6.1 霍夫变换原理 | 第22-24页 |
| 2.6.2 角度测量 | 第24页 |
| 2.7 实验 | 第24-25页 |
| 2.8 本章小结 | 第25-26页 |
| 第3章 基于二维Otsu模型的小波变换边缘检测 | 第26-48页 |
| 3.1 边缘检测方法 | 第26-30页 |
| 3.1.1 边缘的定义和分析 | 第26页 |
| 3.1.2 传统边缘检测算子 | 第26-29页 |
| 3.1.3 其他边缘检测方法 | 第29-30页 |
| 3.2 基于二维Otsu模型的小波变换边缘检测算法 | 第30-41页 |
| 3.2.1 小波变换定义及特点 | 第31-33页 |
| 3.2.2 连续小波变换 | 第33-34页 |
| 3.2.3 离散小波变换 | 第34-35页 |
| 3.2.4 小波变换模极大值边缘检测的原理 | 第35-37页 |
| 3.2.5 Otsu模型 | 第37-40页 |
| 3.2.6 多尺度边缘融合 | 第40-41页 |
| 3.3 边缘检测仿真 | 第41-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 基于灰度矩和最小二乘法的亚像素边缘检测 | 第48-60页 |
| 4.1 前言 | 第48页 |
| 4.2 常用亚像素定位算法 | 第48-57页 |
| 4.2.1 拟合方法 | 第49-51页 |
| 4.2.2 插值法 | 第51-53页 |
| 4.2.3 通用亚像素边缘检测算法 | 第53-55页 |
| 4.2.4 矩方法 | 第55-57页 |
| 4.3 基于灰度矩和最小二乘法的亚像素检测 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 实验仿真及分析 | 第60-68页 |
| 5.1 实验设备 | 第60-62页 |
| 5.1.1 硬件设备 | 第60-61页 |
| 5.1.2 软件条件 | 第61-62页 |
| 5.1.3 环境条件 | 第62页 |
| 5.2 算法流程 | 第62页 |
| 5.3 本文算法与其他算法实验仿真比较 | 第62-67页 |
| 5.3.1 本文算法仿真 | 第62-66页 |
| 5.3.2 其他算法仿真 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 结论与展望 | 第68-70页 |
| 6.1 结论 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 附录1 攻读硕士学位期间发表论文情况 | 第76页 |