基于机器视觉的纸病图像处理算法研究与应用
| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究目的和意义 | 第8-9页 |
| ·研究背景及国内外研究水平 | 第9-12页 |
| ·本文研究的内容 | 第12-13页 |
| 第二章 基于机器视觉的纸病检测系统的总体设计 | 第13-23页 |
| ·纸病的概述 | 第13-15页 |
| ·噪声模型 | 第15-19页 |
| ·噪声的空间和频率特性 | 第15页 |
| ·一些重要噪声的概率密度函数 | 第15-19页 |
| ·机器视觉概述 | 第19-20页 |
| ·机器视觉定义及特点 | 第19页 |
| ·机器视觉的系统构成及原理 | 第19-20页 |
| ·机器视觉的应用 | 第20页 |
| ·纸病检测系统概述 | 第20-23页 |
| ·实现原理 | 第20页 |
| ·系统结构 | 第20-21页 |
| ·系统硬件 | 第21-22页 |
| ·系统软件 | 第22-23页 |
| 第三章 纸病图像处理方法研究 | 第23-35页 |
| ·直方图处理 | 第23-24页 |
| ·空间滤波增强 | 第24-28页 |
| ·线性滤波 | 第25-26页 |
| ·中值滤波 | 第26-27页 |
| ·自适应滤波 | 第27-28页 |
| ·频率域图像增强 | 第28-29页 |
| ·离散余弦变换（DCT） | 第28-29页 |
| ·形态学图像处理 | 第29-31页 |
| ·边缘检测 | 第31-35页 |
| ·边缘检测算子 | 第31-33页 |
| ·各种边缘检测算子的比较 | 第33页 |
| ·Matlab 实现 | 第33-35页 |
| 第四章 基于小波变换的图像处理 | 第35-52页 |
| ·小波去噪发展历史 | 第35-36页 |
| ·小波去噪的特点 | 第36-37页 |
| ·小波理论基础 | 第37-39页 |
| ·小波图像去噪研究 | 第39-41页 |
| ·小波去噪与其它传统方法的比较 | 第41-52页 |
| 第五章 基于机器视觉的纸病检测系统 | 第52-55页 |
| ·基于机器视觉的纸病检测系统的硬件 | 第52页 |
| ·基于机器视觉的纸病检测系统的软件 | 第52-54页 |
| ·系统测试结果与分析 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-56页 |
| ·结束语 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 详细摘要 | 第59-61页 |
