基于机器视觉的带钢表面质量在线检测技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 引言 | 第10-11页 |
| 1.2 表面检测技术的发展及研究现状 | 第11-14页 |
| 1.3 表面在线检测的意义 | 第14页 |
| 1.4 论文的主要研究内容 | 第14-17页 |
| 1.4.1 硬件采集系统开发 | 第14-15页 |
| 1.4.2 软件系统的设计与改进 | 第15-17页 |
| 第2章 带钢表面缺陷类型与在线检测系统方案设计 | 第17-37页 |
| 2.1 带钢表面缺陷主要类型 | 第17-19页 |
| 2.2 总体设计要求及方案 | 第19-20页 |
| 2.2.1 检测对象及检测要求 | 第19页 |
| 2.2.2 设计方案和可行性分析 | 第19-20页 |
| 2.3 硬件系统的设计 | 第20-28页 |
| 2.3.1 摄像系统设计 | 第20-26页 |
| 2.3.2 PC 处理控制系统与图像采集 | 第26-28页 |
| 2.4 软件系统的设计 | 第28-36页 |
| 2.4.1 软件算法总体设计 | 第28-29页 |
| 2.4.2 软件算法具体实现 | 第29-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 表面缺陷图像处理系统研究 | 第37-64页 |
| 3.1 带钢表面图像去噪算法 | 第37-55页 |
| 3.1.1 噪声分类 | 第37-38页 |
| 3.1.2 空域去噪算法 | 第38-39页 |
| 3.1.3 频域滤波算法 | 第39-40页 |
| 3.1.4 小波去噪 | 第40-42页 |
| 3.1.5 Contourlet 去噪 | 第42-43页 |
| 3.1.6 轮廓小波去噪 | 第43-44页 |
| 3.1.7 图像质量的评价指标 | 第44-45页 |
| 3.1.8 仿真实验和分析 | 第45-55页 |
| 3.2 带钢表面图像边缘检测 | 第55-63页 |
| 3.2.1 Canny 边缘检测算子 | 第55-56页 |
| 3.2.2 Roberts 边缘检测算子 | 第56页 |
| 3.2.3 Sobel 边缘检测算子 | 第56-57页 |
| 3.2.4 Prewitt 边缘检测算子 | 第57页 |
| 3.2.5 多尺度边缘检测 | 第57-59页 |
| 3.2.6 仿真实验及分析 | 第59-63页 |
| 3.3 本章小结 | 第63-64页 |
| 第4章 缺陷特征提取技术 | 第64-91页 |
| 4.1 空域特征提取 | 第64-76页 |
| 4.1.1 灰度特征和纹理特征提取 | 第64-66页 |
| 4.1.2 几何特征提取 | 第66-69页 |
| 4.1.3 仿真实验及分析 | 第69-76页 |
| 4.2 频域特征提取 | 第76-82页 |
| 4.2.1 图像的幅值谱及其特性 | 第77-79页 |
| 4.2.2 幅值谱图像的能量特征提取 | 第79-80页 |
| 4.2.3 幅值谱图像的不变矩特征提取 | 第80-82页 |
| 4.3 小波包能量特征提取 | 第82-90页 |
| 4.3.1 小波包分析基本理论 | 第82-83页 |
| 4.3.2 小波包能量特征提取 | 第83-86页 |
| 4.3.3 仿真实验与分析 | 第86-90页 |
| 4.4 本章小结 | 第90-91页 |
| 第5章 结论 | 第91-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-98页 |
| 个人简历及研究成果 | 第98页 |
