致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7页 |
目录 | 第9-12页 |
第1章 绪论 | 第12-22页 |
摘要 | 第12页 |
1.1 镀层纸的应用、生产与纸病 | 第12-15页 |
1.1.1 镀层纸的应用 | 第12页 |
1.1.2 镀层纸的生产过程及纸病 | 第12-15页 |
1.2 纸病检测系统的常规方案及研究现状 | 第15-19页 |
1.2.1 纸病检测系统的常规方案 | 第15-17页 |
1.2.2 国内外纸病检测系统的研究现状 | 第17-18页 |
1.2.3 镀层纸纸病检测存在的困难 | 第18-19页 |
1.3 课题基本方案 | 第19-20页 |
1.4 本文内容与结构 | 第20-22页 |
第2章 镀层纸纸病检测实验系统 | 第22-32页 |
摘要 | 第22页 |
2.1 系统硬件组成及参数选取 | 第22-27页 |
2.2 系统软件功能介绍 | 第27-32页 |
2.2.1 软件整体框架 | 第27页 |
2.2.2 图像采集模块 | 第27-29页 |
2.2.3 图像处理模块 | 第29页 |
2.2.4 纸病识别分类模块 | 第29-30页 |
2.2.5 人机交互模块 | 第30-32页 |
第3章 运动纸张图像恢复设计 | 第32-40页 |
摘要 | 第32页 |
3.1 纸张图像恢复的必要性 | 第32-33页 |
3.1.1 纸张图像的运动 | 第32页 |
3.1.2 图像退化模型 | 第32-33页 |
3.2 模糊图像恢复的主要方法 | 第33-35页 |
3.2.1 逆滤波法 | 第33页 |
3.2.2 维纳滤波法 | 第33-34页 |
3.2.3 基于线性代数的图像恢复方法 | 第34页 |
3.2.4 非线性恢复方法 | 第34-35页 |
3.3 匀速直线运动图像的快速恢复方法 | 第35-37页 |
3.3.1 依据运动模糊距离的运动图像恢复简便方法 | 第35-36页 |
3.3.2 结合模糊距离与退化模型的运动图像恢复快捷方法 | 第36-37页 |
3.4 本文使用算法的具体实现 | 第37-40页 |
第4章 P-M扩散方程并行迭代滤波设计 | 第40-58页 |
摘要 | 第40页 |
4.1 偏微分方程数学基础 | 第40-44页 |
4.1.1 偏微分方程的建立 | 第40-41页 |
4.1.2 定解问题 | 第41页 |
4.1.3 极值原理 | 第41页 |
4.1.4 数值计算的有限差分法 | 第41-44页 |
4.2 P-M扩散方程滤波 | 第44-52页 |
4.2.1 图像扩散过程 | 第44-45页 |
4.2.2 P-M方程的提出 | 第45-46页 |
4.2.3 P-M方程扩散特点分析 | 第46-48页 |
4.2.4 P-M方程的显式方案求解 | 第48-49页 |
4.2.5 P-M方程扩散滤波算法实现 | 第49-50页 |
4.2.6 扩散系数及参数的选取 | 第50-51页 |
4.2.7 滤波效果实测对比 | 第51-52页 |
4.3 滤波过程的并行迭代实现 | 第52-58页 |
4.3.1 SMP与超线程介绍 | 第53页 |
4.3.2 多线程技术介绍 | 第53-54页 |
4.3.3 多线程并行程序设计 | 第54-55页 |
4.3.4 P-M方程滤波并行迭代实现 | 第55-58页 |
第5章 纸病信息提取与分类 | 第58-74页 |
摘要 | 第58页 |
5.1 纸病特征信息 | 第58-59页 |
5.2 微分算子边缘检测 | 第59-61页 |
5.2.1 边缘检测介绍 | 第59页 |
5.2.2 一阶微分算子法 | 第59-61页 |
5.2.3 本系统边缘检测步骤 | 第61页 |
5.3 图像二值化 | 第61-62页 |
5.4 纸病特征的提取 | 第62-65页 |
5.4.1 八方向链码法提取纸病边缘轮廓 | 第62-64页 |
5.4.2 纸病信息筛选与提取 | 第64-65页 |
5.5 基于BP神经网络的纸病分类方法 | 第65-74页 |
5.5.1 BP神经网络简介 | 第65-71页 |
5.5.2 BP神经网络纸病识别 | 第71-72页 |
5.5.3 纸病分类效果 | 第72-74页 |
第6章 总结与展望 | 第74-76页 |
6.1 工作总结 | 第74页 |
6.2 研究展望 | 第74-76页 |
参考文献 | 第76-82页 |
作者简历及在学期间取得的科研成果 | 第82页 |