基于背景差分的摄像模组脏污检测研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10页 |
| 1.3 本文主要研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11页 |
| 1.5 本章小结 | 第11-12页 |
| 2 摄像模组脏污检测原理 | 第12-20页 |
| 2.1 摄像模组的成像原理 | 第12-13页 |
| 2.2 模组成像分析 | 第13-16页 |
| 2.2.1 图像背景光强分布 | 第13-14页 |
| 2.2.2 脏污特征分析 | 第14-16页 |
| 2.3 人类视觉模型 | 第16页 |
| 2.4 脏污检测难点 | 第16-17页 |
| 2.5 脏污检测原理 | 第17-18页 |
| 2.6 本章小结 | 第18-20页 |
| 3 图像脏污目标的提取与分析 | 第20-46页 |
| 3.1 图像预处理 | 第20-24页 |
| 3.1.1 图像去噪 | 第20-21页 |
| 3.1.2 图像降采样 | 第21-22页 |
| 3.1.3 对比度增强 | 第22-24页 |
| 3.2 目标前景分割 | 第24-36页 |
| 3.2.1 滑块扫描法 | 第24-26页 |
| 3.2.2 线性插值法 | 第26-30页 |
| 3.2.3 中值滤波法 | 第30-32页 |
| 3.2.4 B样条曲面拟合 | 第32-36页 |
| 3.3 目标区域提取 | 第36-40页 |
| 3.3.1 阈值分割 | 第36-37页 |
| 3.3.2 Blob分析 | 第37-39页 |
| 3.3.3 区域填充 | 第39-40页 |
| 3.4 不同建模算法比较 | 第40-44页 |
| 3.5 本章小结 | 第44-46页 |
| 4 脏污缺陷的识别及分类方法研究 | 第46-62页 |
| 4.1 区域特征定义 | 第46-48页 |
| 4.2 决策树脏污判定 | 第48-55页 |
| 4.2.1 主观构造决策树 | 第48-51页 |
| 4.2.2 决策树分类 | 第51-55页 |
| 4.3 脏污等级划分 | 第55-58页 |
| 4.3.1 主观分类 | 第55-56页 |
| 4.3.2 客观分类 | 第56-58页 |
| 4.4 实验结果分析 | 第58-61页 |
| 4.4.1 脏污判定分析 | 第58-59页 |
| 4.4.2 等级划分结果分析 | 第59-60页 |
| 4.4.3 总体结果分析 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 摄像模组脏污检测系统开发 | 第62-66页 |
| 5.1 实验环境 | 第62页 |
| 5.2 系统框架设计 | 第62-63页 |
| 5.3 软件界面介绍 | 第63-65页 |
| 5.4 本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 本文总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-73页 |
