基于压延玻璃缺陷检测的关键技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 压延玻璃概述 | 第12-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第二章 图像获取 | 第17-26页 |
| 2.1 检测系统原理 | 第17-18页 |
| 2.2 图像照明模块 | 第18-21页 |
| 2.3 图像成像模块 | 第21-24页 |
| 2.4 图像采集模块 | 第24页 |
| 2.5 检测系统的硬件结构 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 图像预处理算法 | 第26-39页 |
| 3.1 概述 | 第26-30页 |
| 3.2 显著图 | 第30-36页 |
| 3.3 本文的图像预处理 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于显著图的玻璃缺陷分割 | 第39-52页 |
| 4.1 频率调谐 | 第39-40页 |
| 4.2 图像签名 | 第40页 |
| 4.3 基于图像对比和图像签名的显著图算法 | 第40-41页 |
| 4.4 基于显著图的玻璃缺陷分割算法 | 第41-42页 |
| 4.5 实验 | 第42-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 基于SVM的缺陷智能识别 | 第52-66页 |
| 5.1 特征选择 | 第52-57页 |
| 5.2 SVM | 第57-61页 |
| 5.3 实验 | 第61-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第六章 总结和展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间的研究成果 | 第71-72页 |
| 致谢 | 第72页 |
