边缘检测方法研究及应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-22页 |
| 1.1 课题背景与意义 | 第8-9页 |
| 1.2 机器视觉技术的研究现状与发展趋势 | 第9-11页 |
| 1.3 机器视觉技术中图像检测的关键技术 | 第11-17页 |
| 1.3.1 机器视觉边缘检测算法的研究现状 | 第13-14页 |
| 1.3.2 机器视觉测量技术的研究现状 | 第14-17页 |
| 1.4 机器视觉技术的应用范围 | 第17-19页 |
| 1.5 传统视觉边缘检测技术存在的问题 | 第19页 |
| 1.6 本课题的主要研究内容及安排 | 第19-22页 |
| 第二章 传统边缘检测算法研究 | 第22-36页 |
| 2.1 边缘检测的基本步骤 | 第22-24页 |
| 2.2 图像边缘提取评价指标 | 第24-26页 |
| 2.3 图像边缘检测方法分类 | 第26-29页 |
| 2.3.1 基于图像滤波的边缘提取方法 | 第27-28页 |
| 2.3.2 基于空间域上微分算子边缘提取方法 | 第28-29页 |
| 2.4 经典边缘检测方法综述 | 第29-35页 |
| 2.4.1 Roberts算子 | 第29-30页 |
| 2.4.2 Laplace算子 | 第30页 |
| 2.4.3 Sobel算子 | 第30-31页 |
| 2.4.4 LOG算子 | 第31-32页 |
| 2.4.5 Kirsch算子 | 第32-33页 |
| 2.4.6 Prewitt算子 | 第33-34页 |
| 2.4.7 图像梯度边缘检测算法 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 销钉筛选过程的边缘检测方法 | 第36-46页 |
| 3.1 表面质量以及轮廓残缺筛选检测方法 | 第36-39页 |
| 3.1.1 Canny边缘检测算法 | 第36页 |
| 3.1.2 Canny边缘检测算法的检测步骤 | 第36-37页 |
| 3.1.3 SSIM基于结构相似度算法 | 第37-39页 |
| 3.2 销钉尺寸筛选过程的边缘检测方法 | 第39-44页 |
| 3.2.1 高斯亚像素边缘检测算法分析 | 第39-41页 |
| 3.2.2 不同角度边缘的像素灰度值分析 | 第41-44页 |
| 3.3 本章小结 | 第44-46页 |
| 第四章 基于MATLAB的程序设计与实验结果分析 | 第46-56页 |
| 4.1 MATLAB软件简介 | 第46-48页 |
| 4.1.1 MATLAB的应用领域 | 第46-47页 |
| 4.1.2 MATLAB的系统构成 | 第47页 |
| 4.1.3 MATLAB语言 | 第47-48页 |
| 4.2 销钉边缘插值过程程序设计 | 第48-52页 |
| 4.3 针对不同角度边缘的实验结果分析 | 第52-55页 |
| 4.3.1 实验过程 | 第52-54页 |
| 4.3.2 不同角度边缘实验结果对比 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 本文工作总结 | 第56页 |
| 5.2 今后的研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 发表论文情况 | 第62-64页 |
| 致谢 | 第64页 |
