| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 课题来源 | 第11-12页 |
| 1.1.1 研究的背景 | 第11-12页 |
| 1.1.2 选题的意义 | 第12页 |
| 1.2 研究现状 | 第12-20页 |
| 1.2.1 3D打印技术的研究现状 | 第12-14页 |
| 1.2.2 纹理特征提取方法的研究现状 | 第14-16页 |
| 1.2.3 LBP算法的研究现状 | 第16-19页 |
| 1.2.4 人工神经网络在图像分类中的研究现状 | 第19-20页 |
| 1.3 文献评述 | 第20页 |
| 1.4 论文主要内容及技术路线 | 第20-21页 |
| 1.5 本章小结 | 第21-23页 |
| 第二章 相关理论、方法、技术 | 第23-39页 |
| 2.1 LBP特征提取理论 | 第23-27页 |
| 2.2 颜色空间 | 第27-28页 |
| 2.3 人工神经网络 | 第28-30页 |
| 2.4 局部二值模式的方差表示 | 第30-31页 |
| 2.5 双线性插值计算LBP中像素点坐标 | 第31-32页 |
| 2.6 相关技术简介 | 第32-36页 |
| 2.6.1 图像去噪技术 | 第32-35页 |
| 2.6.2 图像增强技术 | 第35页 |
| 2.6.3 3D打印技术 | 第35-36页 |
| 2.7 本章小结 | 第36-39页 |
| 第三章 光敏树脂工艺品表面缺陷图像检测流程及预处理 | 第39-55页 |
| 3.1 检测对象分析 | 第39-42页 |
| 3.1.1 制造过程中光敏树脂工艺品表面质量缺陷产生原因 | 第39-41页 |
| 3.1.2 光敏树脂3D打印工艺品检测条件和平面形状假设 | 第41页 |
| 3.1.3 光敏树脂3D打印工艺品表面缺陷种类 | 第41-42页 |
| 3.2 表面质量检测流程 | 第42-43页 |
| 3.3 光敏树脂3D打印件表面缺陷图像获取 | 第43-47页 |
| 3.3.1 图像特征分析 | 第46-47页 |
| 3.4 图像预处理 | 第47-54页 |
| 3.4.1 图像缩放 | 第47页 |
| 3.4.2 图像去噪 | 第47-49页 |
| 3.4.3 图像增强 | 第49-52页 |
| 3.4.4 感兴趣区域提取 | 第52-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于改进的LBPV算法的工艺品表面纹理特征提取 | 第55-67页 |
| 4.1 基于去中心像素的LBPV+算法 | 第55-58页 |
| 4.1.1 算法思路 | 第55-57页 |
| 4.1.2 LBPV+算法实现 | 第57-58页 |
| 4.2 基于色调(Hue)融合的“融合Hue的LBPV”算法 | 第58-61页 |
| 4.2.1 算法思路 | 第58-60页 |
| 4.2.2 融合Hue的LBPV算法实现 | 第60-61页 |
| 4.3 基于去中心像素及融合Hue的“融合Hue的LBPV+”算法 | 第61-62页 |
| 4.3.1 算法思路 | 第61-62页 |
| 4.3.2 融合Hue的LBPV+算法实现 | 第62页 |
| 4.4 特征数据的采集与保存 | 第62-65页 |
| 4.4.1 特征数据采集与保存步骤 | 第62-63页 |
| 4.4.2 Matlab实现方法 | 第63-65页 |
| 4.5 本章小结 | 第65-67页 |
| 第五章 光敏树脂工艺品表面缺陷分类 | 第67-81页 |
| 5.1 人工神经网络模型设计 | 第67-69页 |
| 5.1.1 BP神经网络设计 | 第67-68页 |
| 5.1.2 BP神经网络学习算法的确定 | 第68页 |
| 5.1.3 BP神经网络的系统模型 | 第68-69页 |
| 5.2 BP神经网络训练及缺陷分类仿真实验 | 第69-80页 |
| 5.2.1 BP神经网络的训练函数和样本的选取 | 第69-73页 |
| 5.2.2 BP神经网络的样本训练仿真实验 | 第73-75页 |
| 5.2.3 训练仿真实验结果分析 | 第75-80页 |
| 5.3 本章小结 | 第80-81页 |
| 第六章 光敏树脂工艺品质量检测的实现 | 第81-95页 |
| 6.1 质量检测标准制定 | 第81-86页 |
| 6.1.1 问卷调查原则 | 第81-82页 |
| 6.1.2 问卷设计情况与调查结果分析 | 第82-84页 |
| 6.1.3 缺陷面积和轮廓形状最大容忍度的确定 | 第84-86页 |
| 6.2 圆形工艺品质量检测标准确定 | 第86-87页 |
| 6.3 质量检测标准在Matlab上的实现 | 第87-89页 |
| 6.4 质量检测结果 | 第89-91页 |
| 6.5 工艺品表面质量检测模型的建立 | 第91-92页 |
| 6.6 本章小结 | 第92-95页 |
| 第七章 结论与展望 | 第95-97页 |
| 7.1 结论 | 第95页 |
| 7.2 展望 | 第95-97页 |
| 致谢 | 第97-99页 |
| 参考文献 | 第99-105页 |
| 附录A 攻读硕士生期间的科研成果 | 第105-107页 |
| 附录B 3D打印工艺品表面质量检测问卷设计 | 第107页 |
