基于主成分分析支持向量机的焊点检测方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·本课题研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·焊点质量检测研究现状 | 第10-11页 |
| ·图像模式识别研究现状 | 第11-13页 |
| ·本课题研究的主要内容 | 第13-14页 |
| 第二章 焊点特征提取 | 第14-32页 |
| ·焊点图像预处理 | 第14-17页 |
| ·图像归一化 | 第14-15页 |
| ·图像去噪 | 第15-16页 |
| ·图像增强 | 第16-17页 |
| ·基于形状的焊点图像特征提取 | 第17-22页 |
| ·焊点图像二值化 | 第18页 |
| ·焊点图像边缘提取 | 第18-21页 |
| ·形状特征提取 | 第21-22页 |
| ·基于直方图的焊点图像特征提取 | 第22-24页 |
| ·焊点图像直方图概述 | 第22-23页 |
| ·直方图特征提取 | 第23-24页 |
| ·基于小波的焊点图像特征提取 | 第24-31页 |
| ·小波算法基本理论 | 第24-28页 |
| ·焊点图像小波分解 | 第28-29页 |
| ·改进的小波增强算法 | 第29-31页 |
| ·焊点图像小波特征提取 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第三章 焊点图像主成分分析 | 第32-38页 |
| ·主成分分析原理概述 | 第32-34页 |
| ·主成分分析算法描述 | 第34-35页 |
| ·主成分分析在焊点图像特征中的应用 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于支持向量机的焊点识别 | 第38-54页 |
| ·支持向量机概述 | 第38-44页 |
| ·支持向量机简介 | 第38-39页 |
| ·支持向量机原理 | 第39-44页 |
| ·LIBSVM和LSSVM支持向量机工具箱 | 第44-47页 |
| ·LIBSVM工具箱 | 第44-45页 |
| ·LSSVM工具箱 | 第45-47页 |
| ·支持向量机多类别分类 | 第47-50页 |
| ·直接整体分类法 | 第47-48页 |
| ·决策树分类法 | 第48-50页 |
| ·仿真结果 | 第50-53页 |
| ·最优训练参数选择 | 第50-51页 |
| ·不同SVM工具箱仿真结果比较 | 第51页 |
| ·SVM不同分类方式仿真结果比较 | 第51-52页 |
| ·有无主成分分析仿真结果比较 | 第52-53页 |
| ·不同参数寻找方式仿真结果比较 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第五章 焊点缺陷检测系统软件开发 | 第54-66页 |
| ·基于MATLAB GUI的焊点缺陷界面设计 | 第54-65页 |
| ·MATLAB GUI开发概述 | 第54-55页 |
| ·软件结构设计及功能实现 | 第55-64页 |
| ·用户界面操作实现 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间所获得的相关科研成果 | 第73页 |
