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

带钢表面缺陷图像检测与分类方法研究

作者简介第1-9页
摘要第9-11页
ABSTRACT第11-14页
目录第14-16页
第一章 绪论第16-26页
   ·课题研究背景与意义第16-17页
   ·选题背景第17页
   ·带钢表面缺陷检测技术发展综述第17-24页
     ·国外研究与应用第17-20页
     ·国内研究与应用第20-24页
     ·机器视觉带钢表面缺陷检测的发展趋势第24页
   ·本文主要内容简介第24-26页
第二章 带钢表面缺陷检测系统综述第26-37页
   ·带钢表面缺陷检测系统结构第26页
   ·图像采集单元与采集方法第26-33页
     ·照明光源第27-28页
     ·CCD传感器第28-29页
     ·检测方式第29-31页
     ·带钢表面缺陷检测点位置与检测方式第31-33页
   ·缺陷图像检测方法简述第33-34页
   ·缺陷图像分类方法简述第34-36页
   ·本章小结第36-37页
第三章 典型带钢表面缺陷图像形貌研究第37-48页
   ·带钢表面缺陷第37页
   ·热轧表面缺陷图像及形貌研究第37-43页
     ·热轧表面缺陷及其工业要求第37-39页
     ·缺陷图像与形貌研究第39-43页
   ·冷轧表面缺陷图像及形貌研究第43-46页
     ·酸洗/冷连轧表面缺陷及其工业要求第43-44页
     ·缺陷图像与形貌研究第44-46页
   ·带钢表面缺陷图像特性分析第46-47页
   ·本章小结第47-48页
第四章 灰度非均匀分布的带钢图像边界检测方法研究第48-70页
   ·问题阐述第48-49页
   ·边界检测方法性能评价指标第49-50页
   ·典型带钢图像边界模型及其检测方法分析第50-52页
     ·反正切函数模型与固定阈值法第50-51页
     ·梯形模型与对比度匹配法第51页
     ·现有方法不足之处第51-52页
   ·带钢边界高斯模型第52-58页
   ·基于高斯模型的动态带钢边界检测方法及其实现第58-60页
     ·边界的动态检测第58-59页
     ·带钢边界跟踪第59-60页
   ·验证实验与结果分析第60-69页
   ·本章小结第69-70页
第五章 无固定形态缺陷图像检测与分类方法研究第70-94页
   ·带钢表面缺陷的无固定形态特性第70-71页
   ·带钢表面缺陷检测与分类新方法简述第71-73页
   ·基于最大熵的缺陷分割方法与实验第73-81页
     ·一种新的感兴趣区域搜索方法与实验第73-76页
     ·基于最大信息熵的边缘检测算法与实验第76-80页
     ·一种新的缺陷标记与合并方法与实验第80-81页
   ·基于监督双限制连接ISOMAP降维的缺陷分类方法第81-91页
     ·典型降维方法对带钢表面缺陷图像的适应性分析第81-86页
     ·基于dls-Isomap的图像降维算法与应用实例第86-89页
     ·增量样本的dls-Isomap降维算法的分类方法及其步骤第89-91页
   ·无同定形态缺陷分类实验及其结果分析第91-93页
   ·本章小结第93-94页
第六章 多级带钢表面缺陷图像分类系统研究第94-108页
   ·带钢表面缺陷分类结果的实用性分析第94页
   ·主观评价机制第94-98页
     ·带钢表面缺陷图像常用特征第94-97页
     ·主观评价机制规则第97-98页
   ·多级带钢表面缺陷图像分类系统第98-100页
     ·系统构架第98-99页
     ·主分类器设计第99-100页
   ·应用实例第100-104页
   ·生产应用与效果第104-107页
     ·应用过程第104-105页
     ·成果效益第105-107页
   ·本章小结第107-108页
第七章 总结与展望第108-110页
致谢第110-111页
参考文献第111-117页
附件第117页

论文共117页,点击 下载论文
上一篇:毛泽东政治激励思想研究
下一篇:基于孔压静探试验的伶仃洋海域土层分类方法研究