| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-26页 |
| 1.1 课题来源、研究背景、目的和意义 | 第11-15页 |
| 1.2 产品表面质量视觉检测方法的国内外研究现状 | 第15-23页 |
| 1.3 产品表面质量视觉检测的关键技术问题 | 第23页 |
| 1.4 论文的总体结构及主要研究内容 | 第23-26页 |
| 2 产品表面质量视觉检测系统的体系结构 | 第26-39页 |
| 2.1 引言 | 第26页 |
| 2.2 分布式产品表面质量视觉检测系统的基本结构 | 第26-28页 |
| 2.3 检测系统的硬件系统设计 | 第28-34页 |
| 2.4 检测系统的软件系统设计 | 第34-38页 |
| 2.5 本章小结 | 第38-39页 |
| 3 产品表面图像的预处理 | 第39-56页 |
| 3.1 引言 | 第39页 |
| 3.2 图像降噪 | 第39-43页 |
| 3.3 图像灰度变换 | 第43-46页 |
| 3.4 图像阈值曲面的建立 | 第46-54页 |
| 3.5 本章小结 | 第54-56页 |
| 4 产品表面图像的时频分析 | 第56-81页 |
| 4.1 引言 | 第56页 |
| 4.2 傅立叶域的产品表面图像分析 | 第56-66页 |
| 4.3 小波域的产品表面质量分析 | 第66-80页 |
| 4.4 本章小结 | 第80-81页 |
| 5 产品表面图像的小波域增强特征提取方法 | 第81-94页 |
| 5.1 引言 | 第81页 |
| 5.2 灰度特征和几何形状特征的提取 | 第81-86页 |
| 5.3 局部纹理特征的提取 | 第86-90页 |
| 5.4 基于小波变换的多尺度纹理特征的提取 | 第90-92页 |
| 5.5 本章小结 | 第92-94页 |
| 6 基于小波域增强特征的缺陷分类器设计 | 第94-112页 |
| 6.1 引言 | 第94-95页 |
| 6.2 分类器的总体设计 | 第95-99页 |
| 6.3 分类器设计中的关键技术 | 第99-108页 |
| 6.4 分类器的优化 | 第108-111页 |
| 6.5 本章小结 | 第111-112页 |
| 7 产品表面质量视觉检测系统的实现 | 第112-126页 |
| 7.1 引言 | 第112页 |
| 7.2 一种采用短时傅立叶分析方法改进的浮法玻璃在线检测系统 | 第112-120页 |
| 7.3 一种基于小波分析方法的冷轧带钢表面质量在线检测系统 | 第120-125页 |
| 7.4 本章小结 | 第125-126页 |
| 8 全文总结与展望 | 第126-128页 |
| 8.1 全文总结 | 第126页 |
| 8.2 工作展望 | 第126-128页 |
| 致谢 | 第128-129页 |
| 参考文献 | 第129-145页 |
| 附录1 攻读学位期间发表论文和研究成果 | 第145页 |