零件表面裂纹识别算法的研究
| 摘要 | 第7-8页 |
| abstract | 第8-9页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 课题综述 | 第13-14页 |
| 1.2 常用的零件表面裂纹检测方法 | 第14-16页 |
| 1.2.1 涡流检测 | 第14页 |
| 1.2.2 射线检测 | 第14-15页 |
| 1.2.3 超声检测 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-18页 |
| 1.4 图像检测技术在机械当中的运用 | 第18-19页 |
| 1.5 本课题研究内容 | 第19-21页 |
| 第2章 图像处理基础理论 | 第21-28页 |
| 2.1 数字图像基础理论 | 第21-23页 |
| 2.2 数字图像处理内容 | 第23-26页 |
| 2.2.1 图像处理的主要内容 | 第23-25页 |
| 2.2.2 数字图像处理的基本流程 | 第25-26页 |
| 2.3 相关图像处理的特点 | 第26-28页 |
| 第3章 裂纹图像的预处理 | 第28-41页 |
| 3.1 裂纹图像的灰度分析 | 第28-30页 |
| 3.2 裂纹图像噪声分析 | 第30-31页 |
| 3.3 表面裂纹图像预处理 | 第31-41页 |
| 3.3.1 灰度拉伸 | 第32-34页 |
| 3.3.2 图像的平滑处理 | 第34-41页 |
| 第4章 裂纹图像的分割算法 | 第41-54页 |
| 4.1 裂纹图像的阈值分割法 | 第41-50页 |
| 4.1.1 根据灰度灰度值进行阈值划分 | 第42页 |
| 4.1.2 最大方差阈值分割法 | 第42-44页 |
| 4.1.3 自适应阈值分割 | 第44页 |
| 4.1.4 迭代阈值分割 | 第44-46页 |
| 4.1.5 K-means聚类分割图 | 第46-50页 |
| 4.2 裂纹二值图像的处理 | 第50-54页 |
| 4.2.1 图像形态学处理综述 | 第50-51页 |
| 4.2.2 图像腐蚀与膨胀 | 第51-54页 |
| 第5章 对零件表面裂纹的分析处理 | 第54-64页 |
| 5.1 图像特征的提取概述 | 第54页 |
| 5.2 描述方法 | 第54-56页 |
| 5.3 形态特征 | 第56-62页 |
| 5.3.1 裂纹长度 | 第56-59页 |
| 5.3.2 裂纹周长的计算 | 第59-60页 |
| 5.3.3 裂纹面积 | 第60-61页 |
| 5.3.4 裂纹圆形度的计算 | 第61-62页 |
| 5.4 裂纹曲线的拟合 | 第62-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-82页 |
| 附录A 攻读硕士期间发表学术论文 | 第71-72页 |
| 附录B kmeans函数 | 第72-74页 |
| 附录C 主函数 | 第74-80页 |
| 附录D 其余代码 | 第80-82页 |
