| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景 | 第9-13页 |
| ·视觉刀具检测技术发展概要 | 第9-10页 |
| ·国内外刀具测量设备研究现状 | 第10-11页 |
| ·机器视觉技术在刀具检测上的国内外现状与应用 | 第11-12页 |
| ·机器视觉中图像多阈值分割方法研究现状 | 第12页 |
| ·机器视觉中模糊C均值聚类多阂值分割方法研究现状 | 第12-13页 |
| ·课题研究的目的 | 第13-14页 |
| ·课题研究的意义 | 第14页 |
| ·课题主要研究内容 | 第14-15页 |
| ·快速模糊C均值聚类算法研究 | 第14页 |
| ·刀具特征提取技术研究 | 第14-15页 |
| ·基于.NET技术的混合编程技术的应用研究 | 第15页 |
| ·课题所需的技术、试验条件 | 第15-16页 |
| ·技术条件 | 第15页 |
| ·试验条件 | 第15-16页 |
| ·本文的主要成果及章节内容 | 第16-17页 |
| ·主要成果 | 第16页 |
| ·主要章节内容 | 第16-17页 |
| 2 数字刀具图像 | 第17-20页 |
| ·引言 | 第17页 |
| ·基本概念 | 第17-19页 |
| ·数字图像 | 第17页 |
| ·二值图像与灰度图像 | 第17-18页 |
| ·图像显示与存储 | 第18页 |
| ·像素与领域 | 第18页 |
| ·图像预处理 | 第18-19页 |
| ·刀具图像的一般特点 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 FCM聚类算法 | 第20-28页 |
| ·引言 | 第20页 |
| ·模糊模式识别 | 第20-21页 |
| ·模糊子集定义 | 第20页 |
| ·聚类分析的数学建模 | 第20-21页 |
| ·相似性测度 | 第21页 |
| ·FCM聚类方法 | 第21-26页 |
| ·C均值聚类 | 第21-22页 |
| ·模糊C均值聚类公式推导 | 第22-26页 |
| ·图像分割后的图像特点 | 第26页 |
| ·本章小结 | 第26-28页 |
| 4 FCM算法改进研究 | 第28-41页 |
| ·引言 | 第28页 |
| ·快速模糊C均值聚类 | 第28-35页 |
| ·图像采样 | 第28-29页 |
| ·图像直方图相关性 | 第29-35页 |
| ·实验结果与分析 | 第35-39页 |
| ·实验条件 | 第35页 |
| ·数据结果分析 | 第35-39页 |
| ·本章小结 | 第39-41页 |
| 5 刀具图像特征提取研究 | 第41-57页 |
| ·引言 | 第41页 |
| ·图像轮廓提取方法 | 第41页 |
| ·边缘检测 | 第41-45页 |
| ·基于一阶导数的边缘检测 | 第43-44页 |
| ·基于二阶导数的拉普拉斯边缘检测算子 | 第44-45页 |
| ·轮廓跟踪 | 第45-46页 |
| ·四邻域与八邻域区域边界抽出 | 第45页 |
| ·八邻域编码轮廓 | 第45-46页 |
| ·特征提取 | 第46-51页 |
| ·特征点定义 | 第46页 |
| ·特征点提取算法的分类 | 第46-47页 |
| ·基于二值图像的角点检测 | 第47-48页 |
| ·基于B样条曲线拟合的边缘角点检测 | 第48-51页 |
| ·实验结果与分析 | 第51-56页 |
| ·算法流程图 | 第51页 |
| ·轮廓跟踪实验结果 | 第51-52页 |
| ·特征提取实验结果分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 6 基于C#.NET技术在刀具图像中的应用 | 第57-67页 |
| ·引言 | 第57页 |
| ·MATLAB与C#.NET | 第57-58页 |
| ·MATLAB环境中函数的定义 | 第57-58页 |
| ·MATLAB函数设计方法 | 第58页 |
| ·C#.NET | 第58页 |
| ·MATLAB与C#.NET component | 第58-61页 |
| ·MATLAB环境中.NET component的创建 | 第59-60页 |
| ·C#中引用.NET component | 第60-61页 |
| ·C#控件传递数据 | 第61页 |
| ·阈值分割 | 第61页 |
| ·实验结果与分析 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 7 结论 | 第67-69页 |
| ·结论 | 第67页 |
| ·本课题工作展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |
| 致谢 | 第74-76页 |