基于混沌特性的磁瓦表面缺陷视觉提取方法研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
1 绪论 | 第10-16页 |
·本论文研究的背景与意义 | 第10-11页 |
·课题来源 | 第11页 |
·国内外研究现状 | 第11-14页 |
·磁瓦表面缺陷的形成 | 第11页 |
·表面缺陷检测方法 | 第11-12页 |
·磁瓦表面缺陷检测技术 | 第12-13页 |
·混沌特性参数 | 第13-14页 |
·课题研究内容 | 第14-16页 |
2 混沌理论基础 | 第16-24页 |
·混沌 | 第16-20页 |
·现代混沌的起源 | 第16-17页 |
·混沌的定义 | 第17-18页 |
·相空间 | 第18-19页 |
·吸引子 | 第19-20页 |
·混沌的特点及识别 | 第20-22页 |
·混沌运动的特点 | 第20-21页 |
·混沌的分类 | 第21页 |
·混沌的识别 | 第21-22页 |
·本章小结 | 第22-24页 |
3 图像的预处理 | 第24-32页 |
·图像采集 | 第24-27页 |
·光源 | 第24-25页 |
·工业相机 | 第25-27页 |
·图像几何变换 | 第27-30页 |
·图像滤波 | 第30-31页 |
·直方图变换 | 第31页 |
·本章小结 | 第31-32页 |
4 基于混沌理论的磁瓦表面缺陷提取方法研究 | 第32-46页 |
·时间序列的生成 | 第32-33页 |
·时间序列的滤波 | 第33-36页 |
·混沌时间序列滤波概述 | 第33-35页 |
·常用混沌时间序列滤波方法 | 第35-36页 |
·混沌特性参数的计算 | 第36-40页 |
·相空间重构 | 第36-37页 |
·时间延迟和嵌入维数 | 第37-38页 |
·Lyapunov 指数 | 第38-39页 |
·信息熵 | 第39-40页 |
·基于神经网络的磁瓦混沌参数分类 | 第40-44页 |
·本章小结 | 第44-46页 |
5 磁瓦表面缺陷特征提取系统的设计与实现 | 第46-60页 |
·检测系统设计 | 第46-48页 |
·系统硬件结构设计 | 第46-47页 |
·系统软件结构设计 | 第47-48页 |
·OpenCV 开源视觉函数库 | 第48-50页 |
·OpenCV 简介 | 第48页 |
·OpenCV 的安装与配置 | 第48-50页 |
·磁瓦表面缺陷提取原理分析 | 第50-52页 |
·偏磨和崩块的处理 | 第50-51页 |
·裂纹的处理 | 第51-52页 |
·缺陷的提取 | 第52-55页 |
·二值化 | 第52-53页 |
·描绘轮廓 | 第53-54页 |
·缺陷提取结果 | 第54-55页 |
·软件设计 | 第55-59页 |
·本章小结 | 第59-60页 |
6 总结与展望 | 第60-62页 |
·研究总结 | 第60页 |
·课题展望 | 第60-62页 |
致谢 | 第62-64页 |
参考文献 | 第64-66页 |
附录 1 | 第66-68页 |
附录 2 | 第68-78页 |