工业视觉检查系统中模式识别的研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-20页 |
| ·项目的研究背景及意义 | 第10-12页 |
| ·项目来源 | 第10页 |
| ·国内外与本项目有关的科技现状、水平和发展趋势 | 第10页 |
| ·项目研究的目的和意义 | 第10-11页 |
| ·项目主要研究内容及技术指标 | 第11页 |
| ·预期研究成果及效益 | 第11页 |
| ·研究成果的推广应用情况及国内外市场前景 | 第11-12页 |
| ·工业视觉检查系统概述 | 第12页 |
| ·模式识别的范围和发展 | 第12-13页 |
| ·图像处理和模式识别系统的研究方法 | 第13-17页 |
| ·图像处理介绍 | 第14-16页 |
| ·模式识别系统与方法 | 第16-17页 |
| ·图像理解 | 第17-20页 |
| ·图像工程的相关学科和领域 | 第18-20页 |
| 第2章 系统总体方案设计与选择论证 | 第20-26页 |
| ·设计任务和目标 | 第20-21页 |
| ·硬件设计任务 | 第20-21页 |
| ·软件设计任务 | 第21页 |
| ·总体方案设计与比较 | 第21-25页 |
| ·硬件设计方案 | 第21-22页 |
| ·软件设计方案 | 第22-25页 |
| ·总体方案确定 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 数字图像处理 | 第26-51页 |
| ·概述 | 第26页 |
| ·图像的数字化 | 第26-31页 |
| ·图像数字化系统构成 | 第27页 |
| ·图像的采样 | 第27-30页 |
| ·图像的量化 | 第30页 |
| ·数字图像的表示方法 | 第30-31页 |
| ·图像的噪声分析 | 第31-32页 |
| ·图像噪声分类 | 第31-32页 |
| ·图像预处理 | 第32-50页 |
| ·图像增强和复原 | 第32-38页 |
| ·图像平滑 | 第38-41页 |
| ·图像分割 | 第41-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 模式识别 | 第51-70页 |
| ·模式识别的基本概念 | 第51页 |
| ·特征提取和选择 | 第51-59页 |
| ·特征提取 | 第51-53页 |
| ·特征选择 | 第53页 |
| ·二值图像的几何特征 | 第53-55页 |
| ·二维形状描述 | 第55-59页 |
| ·神经网络模式识别 | 第59-69页 |
| ·BP网络简介 | 第60-65页 |
| ·优化的BP算法 | 第65-67页 |
| ·分类器设计与实现 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 实验结果及理论分析 | 第70-78页 |
| ·硬件设计 | 第70页 |
| ·程序设计 | 第70-75页 |
| ·图像的点运算 | 第72-74页 |
| ·图像的正交变换 | 第74页 |
| ·图像增强实验 | 第74页 |
| ·边缘检测实验 | 第74-75页 |
| ·缺陷检测子程序 | 第75页 |
| ·实验结果理论分析 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 结论 | 第78-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间发表的学术论文 | 第80-81页 |
| 参考文献 | 第81-84页 |
