| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题背景 | 第11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 微零件表面缺陷检测技术国内外研究现状 | 第12-14页 |
| 1.3.1 微零件表面缺陷视觉检测方法研究现状 | 第12-13页 |
| 1.3.2 微零件表面缺陷检测中图像处理算法研究现状 | 第13-14页 |
| 1.4 钛螺母外观缺陷检测关键技术分析 | 第14-16页 |
| 1.5 主要内容及章节安排 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第二章 钛螺母图像预处理算法研究 | 第18-31页 |
| 2.1 图像去噪算法研究 | 第18-22页 |
| 2.1.1 图像噪声分类 | 第18-19页 |
| 2.1.2 钛螺母图像噪声分析 | 第19-20页 |
| 2.1.3 常用滤波算法效果分析 | 第20-22页 |
| 2.2 基于常见理论的图像增强算法 | 第22-24页 |
| 2.2.1 基于空域的图像增强 | 第23页 |
| 2.2.2 基于频域的图像增强 | 第23-24页 |
| 2.3 基于模糊理论的图像增强 | 第24-27页 |
| 2.3.1 模糊集合理论的基本原理 | 第25-27页 |
| 2.3.2 改进模糊隶属度函数 | 第27页 |
| 2.4 实验结果及评价分析 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于边缘的钛螺母整体目标提取算法研究 | 第31-43页 |
| 3.1 基于常见边缘检测算子的钛螺母目标提取算法 | 第31-35页 |
| 3.1.1 常见边缘检测算子模型 | 第32-35页 |
| 3.1.2 钛螺母图像边缘检测实验 | 第35页 |
| 3.2 基于融合算子结合形态学理论的钛螺母目标提取 | 第35-40页 |
| 3.2.1 融合边缘检测算子模型的创建 | 第36页 |
| 3.2.2 形态学理论知识 | 第36-38页 |
| 3.2.3 钛螺母目标提取 | 第38-40页 |
| 3.3 多种边缘检测算法评价分析 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 结合模糊理论与区域生长的钛螺母区域分割 | 第43-61页 |
| 4.1 钛螺母物理结构 | 第43页 |
| 4.2 基于常见算法的钛螺母区域分割 | 第43-52页 |
| 4.2.1 基于边缘的分割技术 | 第43-45页 |
| 4.2.2 基于阈值的分割技术 | 第45-49页 |
| 4.2.3 基于区域特性的分割技术 | 第49-52页 |
| 4.3 结合模糊理论与区域生长的钛螺母区域分割 | 第52-57页 |
| 4.3.1 图像分割中的模糊理论 | 第52-53页 |
| 4.3.2 结合模糊理论的区域生长 | 第53-57页 |
| 4.4 实验结果及分析 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 基于SVM理论的钛螺母缺陷检测 | 第61-79页 |
| 5.1 钛螺母表面缺陷产生原因及其分类 | 第61-63页 |
| 5.1.1 钛螺母表面缺陷的产生原因 | 第61页 |
| 5.1.2 钛螺母缺陷分类 | 第61-63页 |
| 5.2 SVM分类的基本原理 | 第63-65页 |
| 5.2.1 机器学习的概念 | 第63页 |
| 5.2.2 SVM的基本思想 | 第63-64页 |
| 5.2.3 核函数 | 第64-65页 |
| 5.3 基于融合特征的钛螺母缺陷检测算法 | 第65-68页 |
| 5.3.1 常用图像特征 | 第66-68页 |
| 5.3.2 融合特征方法 | 第68页 |
| 5.4 钛螺母缺陷检测及结果分析 | 第68-77页 |
| 5.4.1 孔内缺陷检测 | 第68-71页 |
| 5.4.2 端面缺陷检测 | 第71-73页 |
| 5.4.3 齿部缺陷检测 | 第73-76页 |
| 5.4.4 实验结果分析 | 第76-77页 |
| 5.5 本章小结 | 第77-79页 |
| 第六章 钛螺母外观缺陷检测算法测试实验 | 第79-86页 |
| 6.1 缺陷检测系统功能测试 | 第79-83页 |
| 6.1.1 钛螺母缺陷检测系统总体结构 | 第79-80页 |
| 6.1.2 软件功能测试 | 第80-83页 |
| 6.2 测试结果及分析 | 第83-85页 |
| 6.2.1 正面钛螺母图像测试实验 | 第84页 |
| 6.2.2 反面钛螺母图像测试实验 | 第84-85页 |
| 6.3 本章小结 | 第85-86页 |
| 第七章 全文总结及展望 | 第86-87页 |
| 7.1 全文总结 | 第86页 |
| 7.2 后续工作展望 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 攻读硕士期间取得的研究成果 | 第92页 |