基于目标特征分析的带钢缺陷图像分割
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·带钢缺陷检测国内外研究现状 | 第9-11页 |
| ·机器视觉系统 | 第9-10页 |
| ·视觉检测在带钢生产中的应用 | 第10-11页 |
| ·带钢缺陷视觉检测待解决问题 | 第11-12页 |
| ·本课题研究内容 | 第12页 |
| ·本论文组织结构 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 2 基本理论研究综述 | 第14-22页 |
| ·图像处理概念 | 第14-15页 |
| ·图像特征的概念与分类 | 第15-16页 |
| ·图像特征概念 | 第15页 |
| ·图像特征分类 | 第15-16页 |
| ·图像分割概念 | 第16-19页 |
| ·基于阈值的分割方法 | 第17-18页 |
| ·基于边缘的分割方法 | 第18页 |
| ·基于区域的分割方法 | 第18-19页 |
| ·图像分割发展现状 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 基于目标特征分析的视觉注意机制建模 | 第22-36页 |
| ·视觉注意机制 | 第22-23页 |
| ·两种视觉注意机制学说 | 第23-25页 |
| ·经典视觉显著性计算模型 | 第25-27页 |
| ·基于特征分析的视觉注意机制建模 | 第27-34页 |
| ·数据驱动的显著图构建 | 第28-30页 |
| ·基于特征分析的任务驱动带钢图像分割 | 第30-34页 |
| ·本章小结 | 第34-36页 |
| 4 基于特征驱动的带钢缺陷图像检测算法 | 第36-50页 |
| ·带钢缺陷的检测算法流程 | 第36-37页 |
| ·带钢图像预处理 | 第37-39页 |
| ·图像特征子图构建 | 第39-44页 |
| ·基于目标平均灰度特征分析的特征子图构建 | 第39-41页 |
| ·基于目标面积特征分析的特征子图构建 | 第41-43页 |
| ·基于目标稀疏度特征分析的图像分割方法 | 第43-44页 |
| ·图像特征子图融合 | 第44-46页 |
| ·带钢缺陷图像滤波及目标生成 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 5 实验与分析 | 第50-60页 |
| ·实验准备 | 第50页 |
| ·实验方案 | 第50-52页 |
| ·检测时间和准确性对比实验方案设计 | 第50-51页 |
| ·检测适应性实验方案设计 | 第51-52页 |
| ·实验结果与分析 | 第52-57页 |
| ·检测时间和准确性对比实验分析 | 第52-55页 |
| ·检测适应性实验分析 | 第55-57页 |
| ·本章小结 | 第57-60页 |
| 6.总结与展望 | 第60-62页 |
| ·全文总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读学位期间发表文章 | 第68页 |
