首页--工业技术论文--金属学与金属工艺论文--金属学与热处理论文--金属材料论文--钢论文--钢的组织与性能论文

基于视觉显著性和稀疏表示的钢板表面缺陷图像检测方法研究

摘要第4-6页
ABSTRACT第6-7页
1 绪论第11-19页
    1.1 课题来源第11页
    1.2 研究背景和意义第11-12页
    1.3 钢板表面缺陷在线检测技术的国内外研究现状第12-16页
        1.3.1 检测系统的研究现状第12页
        1.3.2 检测方法的研究现状第12-16页
    1.4 钢板表面缺陷图像检测方法研究中存在的问题第16-17页
    1.5 本文的主要工作第17-19页
2 钢板表面缺陷图像检测的关键方法分析第19-35页
    2.1 引言第19-21页
    2.2 视觉显著性第21-26页
        2.2.1 基于结构化矩阵分解的视觉显著性计算第22-26页
        2.2.2 视觉显著性在图像分割中的应用第26页
    2.3 稀疏表示第26-34页
        2.3.1 稀疏表示的求解第27-32页
        2.3.2 判别性稀疏表示在图像分类中的应用第32-34页
    2.4 本章小结第34-35页
3 基于梯度投影的钢板表面缺陷图像筛选方法第35-43页
    3.1 引言第35页
    3.2 梯度(幅值)图像的投影第35-37页
    3.3 钢板表面缺陷图像筛选方法第37-40页
    3.4 钢板表面缺陷图像筛选的实验及结果分析第40-42页
        3.4.1 实验设置第40-41页
        3.4.2 图像筛选结果的分析第41-42页
        3.4.3 定量的比较与分析第42页
    3.5 本章小结第42-43页
4 基于视觉显著性的钢板表面缺陷图像分割方法第43-71页
    4.1 引言第43-44页
    4.2 基于双低秩和稀疏(矩阵)分解的视觉显著性计算第44-57页
        4.2.1 双低秩和稀疏(矩阵)分解模型的构建第44-53页
        4.2.2 双低秩和稀疏(矩阵)分解模型的优化求解第53-56页
        4.2.3 显著性映射图的后处理第56-57页
    4.3 钢板表面缺陷图像分割方法第57-58页
    4.4 钢板表面缺陷图像分割的实验及结果分析第58-70页
        4.4.1 实验设置第58-60页
        4.4.2 图像分割方法的分析第60-62页
        4.4.3 图像分割结果的分析第62-63页
        4.4.4 对噪声的鲁棒性的分析第63-65页
        4.4.5 定性的比较与分析第65-66页
        4.4.6 定量的比较与分析第66-69页
        4.4.7 对误检的正常钢板表面图像的分析第69-70页
    4.5 本章小结第70-71页
5 基于判别性稀疏表示的钢板表面缺陷图像分类方法第71-93页
    5.1 引言第71-72页
    5.2 基于专有和共享字典的判别性字典学习第72-81页
        5.2.1 专有和共享字典学习模型的构建第72-75页
        5.2.2 专有和共享字典学习模型的优化求解第75-81页
    5.3 钢板表面缺陷图像分类方法第81-83页
    5.4 钢板表面缺陷图像分类的实验及结果分析第83-90页
        5.4.1 实验设置第83页
        5.4.2 图像分类方法的分析第83-84页
        5.4.3 图像分类结果的分析第84-88页
        5.4.4 对训练图像(样本)数目的分析第88-89页
        5.4.5 对噪声的鲁棒性的分析第89页
        5.4.6 定量的比较与分析第89-90页
    5.5 本章小结第90-93页
6 钢板表面缺陷在线检测系统的设计及实验第93-113页
    6.1 引言第93-94页
    6.2 钢板表面缺陷在线检测系统的硬件设计第94-97页
    6.3 钢板表面缺陷在线检测系统的软件设计第97-99页
    6.4 钢板表面缺陷在线检测实验平台的设计与实现第99-105页
        6.4.1 硬件选型第100-104页
        6.4.2 软件实现第104-105页
    6.5 钢板表面缺陷在线检测的实验及结果分析第105-111页
        6.5.1 实验设置第105-107页
        6.5.2 实验结果分析第107-111页
    6.6 本章小结第111-113页
7 总结与展望第113-115页
    7.1 全文总结第113-114页
    7.2 研究展望第114-115页
致谢第115-117页
参考文献第117-126页
附录1 攻读博士学位期间发表的主要论文第126页
附录2 博士生期间参与的课题研究情况第126页

论文共126页,点击 下载论文
上一篇:Functional and Molecular Characterization of Bovine Herpes Virus-1 (BoHV-1) pUL21
下一篇:含柿单宁金属吸附剂对电子废弃物中Au(Ⅲ)、Pd(Ⅱ)和Pb(Ⅱ)的吸附效应研究