首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于DSP与图像处理的光学元件检测技术研究

摘要第4-5页
Abstract第5-6页
Contents第10-13页
第一章 绪论第13-21页
    1.1 课题研究背景第13页
    1.2 图像检测技术概述第13-14页
    1.3 图像检测国内外研究现状第14-15页
    1.4 光学元件表面缺陷图像检测第15-19页
        1.4.1 光学元件瑕疵综述第15-16页
        1.4.2 表面缺陷的检测方法第16-17页
        1.4.3 国内外表面瑕疵检测方法研究现状第17-19页
    1.5 论文主要研究内容第19-21页
第二章 基于DSP与图像处理光学元件检测技术平台描述第21-33页
    2.1 DSP与图像图像处理简介第21页
    2.2 系统硬件组成第21-27页
        2.2.1 TMS320DM642第21-25页
        2.2.2 VPM642介绍第25-27页
    2.3 系统软件组成第27-31页
        2.3.1 系统软件开发流程第28页
        2.3.2 系统软件平台第28-31页
    2.4 小结第31-33页
第三章 图像数据传输与格式转换第33-43页
    3.1 图像传输简介第33页
    3.2 数字信号传输第33-34页
        3.2.1 并行传输第33页
        3.2.2 串行传输第33-34页
    3.3 双串口通信实现第34-37页
    3.4 数字图像格式介绍第37-40页
        3.4.1 位图文件头第37-38页
        3.4.2 位图信息头第38-39页
        3.4.3 位图调色板第39页
        3.4.4 图像数据第39页
        3.4.5 RAW格式图像文件第39-40页
    3.5 图像数据格式转换第40-42页
    3.6 小结第42-43页
第四章 图像拼接第43-57页
    4.1 图像拼接简介第43-44页
    4.2 图像拼接前的预处理第44-45页
        4.2.1 高斯去噪第44-45页
    4.3 图像配准相关算法第45-47页
        4.3.1 基于变换域的图像拼接算法第46页
        4.3.2 基于图像特征的方法第46-47页
        4.3.3 基于图像灰度的方法第47页
    4.4 基于Harris角点匹配第47-51页
        4.4.1 角点提取第47-50页
        4.4.2 角点匹配第50-51页
    4.5 图像融合第51-52页
    4.6 图像拼接实现第52-55页
    4.7 小结第55-57页
第五章 图像检测技术研究第57-77页
    5.1 图像检测流程第57-58页
    5.2 图像定位第58-62页
        5.2.1 SSDA算法第59-60页
        5.2.2 SSDA算法实现流程第60-61页
        5.2.3 SSDA算法实现第61-62页
    5.3 完整性检测第62-66页
        5.3.1 图像像素对应相减第62-63页
        5.3.2 低阀值二值化第63页
        5.3.3 均值滤波第63-64页
        5.3.4 高阀值二值化第64-65页
        5.3.5 数据统计第65-66页
        5.3.6 结果判断第66页
    5.4 局部细节检测第66-75页
        5.4.1 标定长度第67-68页
        5.4.2 图像锐化第68-69页
        5.4.3 边缘提取第69-71页
        5.4.4 面积周长数据统计第71-72页
        5.4.5 霍夫直线检测第72-74页
        5.4.6 数据统计第74-75页
        5.4.7 数据分析第75页
    5.5 小结第75-77页
第六章 总结与展望第77-79页
    6.1 全文总结第77页
    6.2 工作展望第77-79页
参考文献第79-83页
致谢第83-84页
硕士期间科研成果第84-85页

论文共85页,点击 下载论文
上一篇:LibD3C 2.0:基于聚类的集成分类器与并行化实现
下一篇:遗传算法在XML文档聚类中的研究