| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-22页 |
| ·研究背景 | 第7-8页 |
| ·课题研究目的和意义 | 第8页 |
| ·金属板带主要表面缺陷 | 第8-16页 |
| ·热轧板带表面缺陷 | 第9-11页 |
| ·冷轧板带表面缺陷 | 第11-13页 |
| ·酸洗表面缺陷 | 第13-15页 |
| ·退火表面缺陷 | 第15-16页 |
| ·金属板带表面缺陷检测系统的发展和现状 | 第16-20页 |
| ·金属板带表面缺陷检测技术的意义 | 第16-17页 |
| ·国外研究现状 | 第17-18页 |
| ·CCD摄像头应用现状 | 第18-20页 |
| ·课题研究内容 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 2 基于CCD的金属板带表面缺陷检测系统总体方案设计 | 第22-30页 |
| ·系统硬件设计方案 | 第22-27页 |
| ·光源 | 第23页 |
| ·半封闭式采集装置 | 第23-25页 |
| ·多功能金属板带检测设备改造 | 第25-27页 |
| ·系统软件设计方案 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 金属板带表面缺陷实时处理模块设计 | 第30-35页 |
| ·实时处理方法介绍 | 第30页 |
| ·本课题设计方案 | 第30页 |
| ·实验过程 | 第30-32页 |
| ·实验结果分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4 图像预处理与边缘检测 | 第35-47页 |
| ·图像的噪声 | 第35-42页 |
| ·中值滤波 | 第35-36页 |
| ·直方图均衡 | 第36-37页 |
| ·高斯平滑 | 第37-38页 |
| ·三种滤波方法的比较 | 第38-40页 |
| ·本文采用的滤波方法 | 第40-42页 |
| ·图像的二值化及实验结果 | 第42-44页 |
| ·图像的边缘检测及实验结果 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 5 缺陷图像的特征提取及识别 | 第47-54页 |
| ·特征提取及特征量的选择 | 第47-49页 |
| ·基于BP神经网络的图像识别 | 第49-53页 |
| ·BP神经网络的算法和模型 | 第49-51页 |
| ·BP神经网络的结构设计 | 第51-52页 |
| ·实验结果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 6 结论与展望 | 第54-55页 |
| ·结论 | 第54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 研究成果 | 第59页 |