基于稀疏表示的埋弧焊焊缝缺陷检测算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7页 |
| 1.2 发展现状 | 第7-11页 |
| 1.2.1 图像处理技术的发展现状 | 第7-9页 |
| 1.2.2 模式识别的发展现状 | 第9-11页 |
| 1.3 研究目的与意义 | 第11-12页 |
| 1.4 研究内容 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章X射线焊缝图像的采集和预处理 | 第13-32页 |
| 2.1 焊缝图像采集系统的建立 | 第13-15页 |
| 2.1.1 VGA采集卡的运行 | 第13-14页 |
| 2.1.2 焊缝图像的读取 | 第14页 |
| 2.1.3 图像采集结果与存取 | 第14-15页 |
| 2.2 焊缝图像的预处理系统 | 第15-30页 |
| 2.2.1 图像处理技术 | 第16-17页 |
| 2.2.2 焊缝区域的提取 | 第17-26页 |
| 2.2.3 焊缝缺陷的提取 | 第26-29页 |
| 2.2.4 焊缝图像噪声的提取 | 第29-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第三章 特征参数的选取 | 第32-38页 |
| 3.1 缺陷和噪声的特征类型 | 第32-33页 |
| 3.2 截取缺陷和噪声图像 | 第33-34页 |
| 3.3 缺陷和噪声的相对特征值 | 第34-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 基于支持向量机的焊缝缺陷识别 | 第38-46页 |
| 4.1 支持向量机理论 | 第38-39页 |
| 4.2 非线性两类分类原理 | 第39-40页 |
| 4.3 焊缝缺陷和图像噪声的识别 | 第40-45页 |
| 4.3.1 缺陷和噪声的分类识别 | 第41-43页 |
| 4.3.2 裂缝和气泡的分类识别 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 基于稀疏表示的焊缝缺陷识别 | 第46-58页 |
| 5.1 疑似缺陷区域(SDR)的定义 | 第46页 |
| 5.2 SDR的分割 | 第46-47页 |
| 5.3 SDR尺寸的归一化 | 第47-48页 |
| 5.4 稀疏表示理论 | 第48-52页 |
| 5.4.1 信号的稀疏表示 | 第48-49页 |
| 5.4.2 稀疏表示的字典构建 | 第49页 |
| 5.4.3 基于范数的系数测度 | 第49-50页 |
| 5.4.4 稀疏表示模型 | 第50-51页 |
| 5.4.5 稀疏表示的分解算法 | 第51-52页 |
| 5.5 SDR的稀疏表示 | 第52-53页 |
| 5.6 SDR的判定规则和性能指标 | 第53-54页 |
| 5.7 SDR的检测结果 | 第54-56页 |
| 5.8 实验对比分析 | 第56-57页 |
| 5.9 本章小结 | 第57-58页 |
| 第六章 总结 | 第58-60页 |
| 6.1 主要完成的工作 | 第58-59页 |
| 6.2 今后工作的建议 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录A | 第64-69页 |
| 附录B | 第69-78页 |
| 附录C | 第78-81页 |
| 附录D | 第81-84页 |
| 攻读硕士学位期间发表的论文 | 第84-85页 |
