| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 选题背景与意义 | 第14页 |
| 1.2 工业炸药包装过程及问题 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-19页 |
| 1.3.1 机器视觉缺陷检测概念 | 第15-17页 |
| 1.3.2 机器视觉的研究现状 | 第17页 |
| 1.3.3 机器视觉的具体应用技术 | 第17-19页 |
| 1.3.4 工业产品包装缺陷检测技术 | 第19页 |
| 1.4 本文主要研究内容与结构安排 | 第19-21页 |
| 第二章 多目标检测相关知识 | 第21-25页 |
| 2.1 多目标检测概述 | 第21-22页 |
| 2.2 典型的多目标检测算法 | 第22-24页 |
| 2.2.1 图像预处理 | 第22-23页 |
| 2.2.2 特征提取和选择 | 第23页 |
| 2.2.3 分类器设计和决策 | 第23-24页 |
| 本章小结 | 第24-25页 |
| 第三章 工业炸药药卷多目标缺陷视觉检测系统 | 第25-30页 |
| 3.1 药卷图像描述 | 第25-26页 |
| 3.2 药卷缺陷分类 | 第26-27页 |
| 3.2.1 轮廓缺陷 | 第26页 |
| 3.2.2 裂痕缺陷 | 第26-27页 |
| 3.3 检测方法 | 第27-29页 |
| 本章小结 | 第29-30页 |
| 第四章 基于改进的Itti/Koch视觉注意力模型提取缺陷特征的方法 | 第30-47页 |
| 4.1 问题分析 | 第30-31页 |
| 4.2 原理及方法 | 第31-32页 |
| 4.3 图像预处理 | 第32-34页 |
| 4.3.1 背景估计 | 第32-33页 |
| 4.3.2 背景差分 | 第33页 |
| 4.3.3 亮度调节 | 第33-34页 |
| 4.4 特征提取 | 第34-41页 |
| 4.4.1 特征度量 | 第36-38页 |
| 4.4.2 中心提取 | 第38-39页 |
| 4.4.3 跨尺度结合 | 第39页 |
| 4.4.4 多尺度特征融合 | 第39-41页 |
| 4.5 仿真实验 | 第41-46页 |
| 4.5.1 实验数据来源 | 第41页 |
| 4.5.2 实验结果 | 第41-45页 |
| 4.5.3 讨论分析 | 第45-46页 |
| 本章小结 | 第46-47页 |
| 第五章 基于图像分块方差-加权特征值(IPV-WEV)缺陷检测方法 | 第47-61页 |
| 5.1 问题分析 | 第47页 |
| 5.2 原理及方法 | 第47-49页 |
| 5.3 提取缺陷 | 第49-50页 |
| 5.3.1 图像分块 | 第49页 |
| 5.3.2 提取缺陷子图像 | 第49-50页 |
| 5.4 识别并定位缺陷位置 | 第50-51页 |
| 5.5 仿真实验 | 第51-60页 |
| 5.5.1 实验数据来源 | 第51页 |
| 5.5.2 实验结果 | 第51-59页 |
| 5.5.3 讨论分析 | 第59-60页 |
| 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 总结 | 第61-62页 |
| 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间发表论文 | 第67-69页 |
| 致谢 | 第69页 |