基于支持向量机和计算机视觉的焊环筛选方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-10页 |
| ·研究的背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文研究内容 | 第9页 |
| ·本文结构 | 第9-10页 |
| 第二章 支持向量机分类原理 | 第10-23页 |
| ·支持向量机简介 | 第10页 |
| ·统计学习理论和机器学习 | 第10-12页 |
| ·线性分类器 | 第12-15页 |
| ·特征空间 | 第15页 |
| ·误差界 | 第15-16页 |
| ·VC维理论 | 第16-17页 |
| ·结构风险最小准则 | 第17页 |
| ·线性可分空间的支持向量机 | 第17-20页 |
| ·核函数 | 第20-23页 |
| 第三章 计算机视觉 | 第23-29页 |
| ·计算机视觉简介 | 第23页 |
| ·颜色特征 | 第23-24页 |
| ·纹理特征 | 第24-25页 |
| ·形状特征 | 第25-26页 |
| ·图像相似性匹配 | 第26-29页 |
| 第四章 系统设计及图像预处理 | 第29-35页 |
| ·焊环生产工艺路线原始筛选流程 | 第29页 |
| ·焊环筛选系统模型 | 第29-30页 |
| ·图像采集的硬件组成 | 第30页 |
| ·焊环图像灰度化处理 | 第30-31页 |
| ·焊环图像去噪 | 第31-32页 |
| ·焊环图像分割 | 第32-34页 |
| ·焊环图像的形态学处理 | 第34-35页 |
| 第五章 实验 | 第35-45页 |
| ·灰度共生矩阵简介 | 第35页 |
| ·GLCM的定义 | 第35-37页 |
| ·灰度共生矩阵的特点 | 第37页 |
| ·GLCM特征参数 | 第37-39页 |
| ·内外圆特征 | 第39-42页 |
| ·实验条件 | 第42页 |
| ·支持向量机参数 | 第42-43页 |
| ·实验结果 | 第43-45页 |
| 第六章 研究成果总结及对未来的展望 | 第45-46页 |
| ·研究主要成果总结 | 第45页 |
| ·下一步工作研究展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 在学期间研究成果 | 第48-49页 |
| 致谢 | 第49页 |
