基于图像处理的铝塑包装中药片缺陷检测技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究的背景和意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文的主要研究内容 | 第13页 |
| ·本文的结构安排 | 第13-15页 |
| 第2章 彩色图像滤波 | 第15-22页 |
| ·三种经典的滤波方法 | 第15-19页 |
| ·加权类型的滤波算法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 铝塑泡罩药片分割 | 第22-41页 |
| ·常用的图像分割算法 | 第22-28页 |
| ·基于特征空间的分割技术 | 第22-24页 |
| ·基于图像域的分割技术 | 第24-27页 |
| ·基于物理学的分割技术 | 第27-28页 |
| ·彩色药片与白色药片的区分 | 第28-29页 |
| ·基于视觉显著性的图像分割 | 第29-33页 |
| ·视觉显著性的特征 | 第29-31页 |
| ·视觉显著性检测原理 | 第31-33页 |
| ·基于全局显著图的彩色药片分割 | 第33-38页 |
| ·色彩空间 | 第33-35页 |
| ·基于全局对比度的显著性图 | 第35-37页 |
| ·OTSU 阈值分割 | 第37-38页 |
| ·基于 GABOR 显著图的白色药片分割 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 边缘检测 | 第41-51页 |
| ·梯度模算子和罗伯特（ROBERTS）算子 | 第41-44页 |
| ·SOBEL 算子 | 第44-46页 |
| ·PREWITT 算子和 KIRSCH 算子 | 第46-47页 |
| ·CANNY 算子 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 药片的缺陷检测与分类识别 | 第51-65页 |
| ·连通区域标记 | 第51-53页 |
| ·药片缺陷及特征提取 | 第53-54页 |
| ·缺陷检测分类 | 第54-64页 |
| ·BP 神经网络缺陷识别 | 第54-58页 |
| ·SVM 支持向量机 | 第58-63页 |
| ·分类结果对比与分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |
