| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 机器视觉 | 第9页 |
| 1.1.2 手机隔板表面图像特征分析 | 第9-11页 |
| 1.1.3 手机隔板细微划痕提取研究意义 | 第11页 |
| 1.2 工业材料表面细微划痕提取研究现状 | 第11-13页 |
| 1.3 存在的问题及研究内容 | 第13-14页 |
| 1.3.1 存在的问题 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 工作安排和内容 | 第14-16页 |
| 第2章 手机隔板机器视觉检测系统 | 第16-25页 |
| 2.1 视觉检测原理及系统构成 | 第16-19页 |
| 2.1.1 视觉检测原理 | 第16页 |
| 2.1.2 隔板视觉检测系统 | 第16-19页 |
| 2.2 成像系统 | 第19-22页 |
| 2.2.1 光源选取与设计 | 第20-21页 |
| 2.2.2 成像器材选取 | 第21-22页 |
| 2.3 计算机及其接口电路 | 第22-23页 |
| 2.3.1 硬件结构 | 第22-23页 |
| 2.3.2 系统软件 | 第23页 |
| 2.4 过程控制系统 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于 Gabor 和纹理抑制的划痕图像的提取方法 | 第25-45页 |
| 3.1 图像预处理 | 第25-30页 |
| 3.1.1 图像噪声的来源和解决办法 | 第25-26页 |
| 3.1.2 图像滤波处理 | 第26-27页 |
| 3.1.3 图像增强 | 第27-28页 |
| 3.1.4 ROI 提取 | 第28-30页 |
| 3.2 手机隔板金属表面划痕提取技术 | 第30-34页 |
| 3.2.1 二维 Gabor 滤波原理 | 第30-33页 |
| 3.2.2 二维 Gabor 滤波应用 | 第33-34页 |
| 3.3 各向异性背景纹理抑制 | 第34-36页 |
| 3.4 滞后多阈值分割技术 | 第36-38页 |
| 3.4.1 滞后阈值图像分割技术基本原理 | 第36-37页 |
| 3.4.2 滞后多阈值分割技术 | 第37-38页 |
| 3.5 试验过程与结果 | 第38-43页 |
| 3.5.1 实验流程 | 第38-39页 |
| 3.5.2 实验结果 | 第39-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 基于线性特征提取和 SVM 划痕提取方法 | 第45-55页 |
| 4.1 线性特征提取 | 第45-47页 |
| 4.2 支持向量机（SVM） | 第47-51页 |
| 4.2.1 支持向量机的基本原理 | 第47-48页 |
| 4.2.2 支持向量机算法实现 | 第48-51页 |
| 4.3 实验过程与结果分析 | 第51-54页 |
| 4.3.1 实验流程 | 第51-52页 |
| 4.3.2 实验结果分析 | 第52-54页 |
| 4.4 本章总结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 附录：个人简历、在校期间发表的学术论文及研究成果 | 第61页 |