图像处理技术在玻璃缺陷检测中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·引言 | 第9-10页 |
| ·计算机图像处理系统 | 第10-11页 |
| ·图像处理系统机构 | 第10页 |
| ·图像处理的主要方法 | 第10-11页 |
| ·图像处理的应用范围 | 第11-12页 |
| ·国内外图像处理系统的发展趋势 | 第12-13页 |
| ·本课题的研究内容及意义 | 第13-14页 |
| ·国内外研究概况 | 第14-15页 |
| ·实施方案 | 第15-18页 |
| ·玻璃缺陷识别原理 | 第15-16页 |
| ·本系统工作流程 | 第16-17页 |
| ·本系统的组成结构 | 第17-18页 |
| ·本文的内容安排 | 第18-19页 |
| 第2章 图像获取 | 第19-33页 |
| ·图像获取系统的构架 | 第19-22页 |
| ·照明装置 | 第22-27页 |
| ·检测光源 | 第22-24页 |
| ·照明方式 | 第24-27页 |
| ·CCD 摄像机 | 第27-28页 |
| ·图像采集卡 | 第28-29页 |
| ·获取的玻璃图像 | 第29-31页 |
| ·试验结果 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 图像预处理 | 第33-54页 |
| ·图像噪声的分类和模型 | 第33-35页 |
| ·图像噪声的分类 | 第33-34页 |
| ·图像噪声的特性 | 第34页 |
| ·图像噪声的模型 | 第34-35页 |
| ·图像滤波算法 | 第35-41页 |
| ·普通均值滤波算法 | 第35-36页 |
| ·普通中值滤波算法 | 第36-38页 |
| ·加权中值滤波 | 第38-40页 |
| ·高斯平滑滤波算法 | 第40-41页 |
| ·图像增强算法 | 第41-52页 |
| ·灰度变换 | 第43-44页 |
| ·用直方图修改技术进行图像增强 | 第44-49页 |
| ·图像尖锐化处理 | 第49-52页 |
| ·实验结果与分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 图像分割技术的研究与应用 | 第54-75页 |
| ·图像分割理论 | 第54-55页 |
| ·图像分割算法 | 第55-56页 |
| ·阈值分割算法 | 第56-57页 |
| ·边缘检测分割算法基础 | 第57-59页 |
| ·边缘检测理论基础 | 第57-59页 |
| ·边缘检测算法的基本步骤 | 第59页 |
| ·传统微分边缘检测算法 | 第59-65页 |
| ·一阶微分算子 | 第60-63页 |
| ·二阶微分算子 | 第63-65页 |
| ·分数阶导数的边缘检测算法 | 第65-72页 |
| ·一维阶跃型边缘的分数阶导数分析 | 第66-69页 |
| ·分数阶边缘检测算子的推导 | 第69-71页 |
| ·滤波和微分的合并算法 | 第71-72页 |
| ·分数阶导数算子在边缘检测中的性能分析 | 第72页 |
| ·实验结果与分析 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 缺陷特征提取和判断决策 | 第75-82页 |
| ·玻璃缺陷的特征提取原理 | 第75-76页 |
| ·各种玻璃缺陷的特征 | 第76-77页 |
| ·玻璃缺陷的特征提取 | 第77-81页 |
| ·缺陷的几何特征 | 第78-79页 |
| ·玻璃缺陷的图像特征参数 | 第79-81页 |
| ·玻璃缺陷类别判断 | 第81页 |
| ·本章小结 | 第81-82页 |
| 第6章 玻璃缺陷检测系统实验应用 | 第82-89页 |
| ·实验系统设计 | 第82-84页 |
| ·硬件系统设计 | 第82-83页 |
| ·图像处理算法设计 | 第83页 |
| ·玻璃缺陷检测系统结构实现 | 第83-84页 |
| ·玻璃缺陷检测基本步骤设计 | 第84页 |
| ·玻璃缺陷检测系统的实现 | 第84-87页 |
| ·照明装置的选择 | 第84-85页 |
| ·图像采集装置的选择 | 第85-86页 |
| ·图像预处理 | 第86页 |
| ·图像分割 | 第86页 |
| ·缺陷特征提取和判断决策 | 第86-87页 |
| ·实验结果和分析 | 第87-88页 |
| ·本章小结 | 第88-89页 |
| 结论 | 第89-91页 |
| 参考文献 | 第91-97页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第97-98页 |
| 致谢 | 第98-99页 |
| 作者简介 | 第99页 |
