| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·论文研究的背景和意义 | 第11-12页 |
| ·图像识别及其主要方法概述 | 第12-16页 |
| ·数字图像处理和图像识别 | 第12-13页 |
| ·图像识别的主要方法及内容 | 第13-15页 |
| ·图像识别的发展及应用 | 第15-16页 |
| ·小波分析理论、PCA 与图像处理 | 第16-17页 |
| ·论文的主要工作和体系结构 | 第17-19页 |
| 第二章 基于红外CCD 的焊缝检测系统 | 第19-24页 |
| ·焊缝检测系统开发背景 | 第19-20页 |
| ·在焊缝检测系统中采用USB 接口红外CCD 进行检测的优势 | 第20-22页 |
| ·基于红外CCD 的焊缝检测系统构成 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于小波变换和PCA 的焊缝图像识别算法 | 第24-44页 |
| ·焊缝图像的特点 | 第24-26页 |
| ·数字图像及数字图像处理 | 第24-25页 |
| ·焊缝图像的特性 | 第25-26页 |
| ·新型焊缝图像识别算法的提出及优势 | 第26-28页 |
| ·图像增强 | 第28-32页 |
| ·概述和分类 | 第28-29页 |
| ·灰度直方图 | 第29-30页 |
| ·灰度的线性变换 | 第30-32页 |
| ·小波变换 | 第32-38页 |
| ·连续小波变换和离散小波变换 | 第32-33页 |
| ·双正交小波变换 | 第33-34页 |
| ·小波分解 | 第34-38页 |
| ·多分辨率分析 | 第34-35页 |
| ·图像的小波分解 | 第35-36页 |
| ·小波函数的选取 | 第36-38页 |
| ·主分量分析（PCA） | 第38-43页 |
| ·PCA 概述 | 第38-40页 |
| ·K-L 变换 | 第40-42页 |
| ·距离空间 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 焊缝图像识别算法的实现及结果讨论 | 第44-53页 |
| ·算法架构 | 第44页 |
| ·算法的实现过程及结果讨论 | 第44-51页 |
| ·图像预处理 | 第44-46页 |
| ·小波分解 | 第46-48页 |
| ·主分量分析 | 第48-51页 |
| ·生成“图像集” | 第49页 |
| ·计算Euclidian 距离 | 第49-51页 |
| ·实验结果 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文 | 第59页 |