| 目录 | 第1-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·课题的研究背景 | 第11页 |
| ·课题的研究意义 | 第11-12页 |
| ·金属板材缺陷检测国内外现状 | 第12-13页 |
| ·国外现状 | 第12-13页 |
| ·国内现状 | 第13页 |
| ·本论文的主要内容 | 第13-15页 |
| 第2章 基于机器视觉的冷轧铝板表面复杂缺陷检测系统 | 第15-23页 |
| ·冷轧铝板表面缺陷类型 | 第15-16页 |
| ·铝板表面缺陷检测国内外现状 | 第16-18页 |
| ·人工目测 | 第16页 |
| ·自动检测方法 | 第16-17页 |
| ·机器视觉检测方法 | 第17-18页 |
| ·系统的检测原理和总体设计方案 | 第18-19页 |
| ·系统的硬件设计 | 第19-21页 |
| ·系统的软件设计 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 冷轧铝板表面缺陷图像的预处理 | 第23-41页 |
| ·数字图像处理的介绍 | 第23-24页 |
| ·图像平滑去噪 | 第24-35页 |
| ·常见的几种噪声 | 第24-27页 |
| ·基本的去噪方法 | 第27-31页 |
| ·数学形态学滤波去噪 | 第31-35页 |
| ·冷轧铝板表面缺陷滤波方法的研究 | 第35-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 冷轧铝板表面缺陷图像检测与分割 | 第41-59页 |
| ·阈值分割 | 第41-43页 |
| ·人工选取法 | 第42页 |
| ·迭代法 | 第42-43页 |
| ·基于最大类间方差法 | 第43页 |
| ·边缘检测 | 第43-47页 |
| ·梯度算子 | 第44-45页 |
| ·高斯-拉普拉斯算子 | 第45页 |
| ·Canny 算子 | 第45-46页 |
| ·利用数学形态学做边缘检测的研究 | 第46-47页 |
| ·区域分割 | 第47页 |
| ·冷轧铝板表面缺陷图像的检测和分割方法的研究 | 第47-57页 |
| ·阈值分割和边缘检测在冷轧铝板表面缺陷分割的局限性 | 第47-53页 |
| ·利用动态阈值对冷轧铝板表面缺陷检测 | 第53-57页 |
| ·本章小结 | 第57-59页 |
| 第5章 冷轧铝板表面缺陷图像的特征提取和分类 | 第59-71页 |
| ·特征提取简介 | 第59页 |
| ·缺陷图像的特征 | 第59-65页 |
| ·灰度特征 | 第59-61页 |
| ·形状特征 | 第61-63页 |
| ·纹理特征 | 第63-65页 |
| ·冷轧铝板表面缺陷图像特征提取 | 第65-66页 |
| ·基于支持向量机的冷轧铝板表面缺陷分类识别 | 第66-69页 |
| ·SVM 分类器原理及算法 | 第67-68页 |
| ·基于 SVM 分类算法对冷轧铝板表面的缺陷图像的分类 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 第6章 总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 在学期间主要科研成果 | 第79页 |
| 一、发表学术论文 | 第79页 |
