基于机器视觉的板材表面缺陷检测与识别算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 主要符号说明 | 第8-9页 |
| 第一章 绪论 | 第9-18页 |
| ·课题的背景和意义 | 第9-10页 |
| ·传统无损检测技术 | 第10-13页 |
| ·机器视觉检测技术 | 第13-15页 |
| ·国内外研究概况及发展趋势 | 第15-17页 |
| ·国外研究状况 | 第15-16页 |
| ·国内研究成果 | 第16-17页 |
| ·论文的主要章节 | 第17-18页 |
| 第二章 板材表面缺陷检测技术 | 第18-24页 |
| ·机器视觉的概念和原理 | 第18页 |
| ·机器视觉检测系统组成 | 第18-19页 |
| ·机器视觉的特点 | 第19-20页 |
| ·板材表面缺陷类型 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 图像处理 | 第24-47页 |
| ·图像滤波 | 第24-27页 |
| ·中值滤波 | 第24-25页 |
| ·均值滤波 | 第25页 |
| ·滤波实验结果分析 | 第25-27页 |
| ·图像几何变换 | 第27-29页 |
| ·图像的平移 | 第27-28页 |
| ·图像的缩放 | 第28-29页 |
| ·图像的空域变换 | 第29-37页 |
| ·灰度变换 | 第29-32页 |
| ·直方图均衡 | 第32-37页 |
| ·边缘检测 | 第37-45页 |
| ·梯度算子 | 第37-39页 |
| ·Log 算子 | 第39-40页 |
| ·Canny 算子 | 第40-42页 |
| ·边缘检测处理结果分析 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 板材表面的缺陷特征提取与识别 | 第47-62页 |
| ·板材表面的缺陷特征提取 | 第47-51页 |
| ·形态特征 | 第47-49页 |
| ·灰度特征 | 第49-50页 |
| ·纹理特征 | 第50-51页 |
| ·板材表面缺陷识别 | 第51-61页 |
| ·人工神经网络 | 第51-53页 |
| ·BP 神经网络 | 第53-54页 |
| ·BP 神经网络算法 | 第54-58页 |
| ·BP 神经网络识别板材表面缺陷的主要步骤 | 第58-59页 |
| ·BP 神经网络识别实验结果 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·主要工作总结 | 第62页 |
| ·未来展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录 部分 MATLAB 图像处理程序函数 | 第68-71页 |
| 个人简历 在读期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72页 |
