首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

制笔生产中复杂模具异物检测算法研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-15页
   ·研究背景及意义第9-10页
   ·国内外研究现状第10-13页
     ·图像处理技术在工业检测中的应用研究现状第10-11页
     ·经验模态分解的发展及研究现状第11-13页
   ·主要研究内容及论文结构安排第13-15页
     ·主要研究内容第13页
     ·论文结构安排第13-14页
     ·论文的创新点第14-15页
第二章 经验模式分解的基本理论及其研究内容第15-28页
   ·经验模式分解的基本理论第15-18页
     ·瞬时频率第15-16页
     ·固有模态函数第16页
     ·EMD 方法分解过程第16-18页
   ·经验模式分解方法的特性第18-20页
     ·自适应性第18页
     ·完备性和正交性第18-19页
     ·时间尺度滤波性第19-20页
   ·经验模式分解过程的关键内容第20-22页
     ·包络拟合算法第20页
     ·边界处理第20页
     ·终止条件判定第20-21页
     ·经验模式分解实例分析第21-22页
   ·二维经验模式分解及其改进第22-27页
     ·二维经验模式分解的基本原理第22-24页
     ·二维经验模式分解中的关键技术第24-25页
     ·改进的二维经验模式分解方法第25-27页
   ·本章小结第27-28页
第三章 模具图像的预处理第28-43页
   ·模具图像检测区域的选取第28-29页
   ·模具图像的几何失真校正第29-32页
   ·模具图像的灰度变换第32-33页
   ·模具图像的噪声滤除第33-40页
     ·领域均值法第33-34页
     ·中值滤波法第34-35页
     ·小波变换滤波法第35-37页
     ·本文滤波算法第37-40页
   ·模具图像的锐化第40-42页
   ·本章小结第42-43页
第四章 模具中异物图像的特征提取第43-58页
   ·图像的二值化第43页
   ·模具图像的阈值分割第43-51页
     ·迭代法第44页
     ·最小误差法第44-46页
     ·最大熵法第46页
     ·最大类间方差法第46-48页
     ·阈值分割方法性能比较第48-50页
     ·后续处理第50-51页
   ·模具图像的边缘检测第51-57页
     ·微分算子法第51-52页
     ·最优算子法第52-54页
     ·本文边缘检测方法第54-57页
   ·本章小结第57-58页
第五章 模具中的异物检测和软件系统实现第58-69页
   ·模具图像中的异物检测第58-64页
     ·图像差分法第58页
     ·本文检测方法第58-64页
   ·检测结果及误差分析第64-66页
     ·检测结果第64-65页
     ·误差分析第65-66页
   ·检测系统的软件实现第66-68页
   ·本章小结第68-69页
第六章 总结与展望第69-71页
   ·总结第69页
   ·展望第69-71页
参考文献第71-75页
致谢第75-76页
攻读学位期间的研究成果第76页

论文共76页,点击 下载论文
上一篇:基于双目视觉的人腿检测关键技术的研究
下一篇:基于照度场的自适应阈值分割与结构光图像解码方法的研究