基于BP网络的浮法玻璃缺陷分类算法研究

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-15页
·课题来源、研究背景、意义	第8-10页
·国内外研究综述	第10-13页
·本文工作及组织结构	第13-15页
2 浮法玻璃缺陷在线检测系统	第15-22页
·在线检测系统的主要技术要求	第15-16页
·在线检测系统硬件组成	第16-18页
·在线检测系统软件功能	第18-21页
·本章小结	第21-22页
3 图像预处理的基本算法	第22-35页
·图像的几何变换	第22-24页
·图像的灰度修正	第24-26页
·灰度直方图修正	第26-30页
·图像的平滑化处理	第30-34页
·本章小结	第34-35页
4 图像分割与特征提取	第35-48页
·边缘检测	第35-38页
·图像分割	第38-42页
·玻璃缺陷特征提取	第42-47页
·本章小结	第47-48页
5 模式识别及BP 神经网络分类器设计	第48-62页
·模式识别	第48-51页
·BP 神经网络	第51-59页
·玻璃缺陷分类器的设计	第59-61页
·本章小结	第61-62页
6 全文总结与展望	第62-64页
·全文总结	第62页
·工作展望	第62-64页
致谢	第64-65页
参考文献	第65-67页