钢坯表面裂纹的图像识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 问题的提出 | 第8页 |
| 1.2 钢坯表面缺陷的种类及特点 | 第8-11页 |
| 1.2.1 表面裂纹 | 第8-10页 |
| 1.2.2 表面夹渣 | 第10页 |
| 1.2.3 皮下气泡与气孔 | 第10-11页 |
| 1.3 钢坯表面裂纹的传统无损检验方法 | 第11-13页 |
| 1.3.1 涡流检测技术 | 第11-12页 |
| 1.3.2 红外检测技术 | 第12页 |
| 1.3.3 漏磁检测技术 | 第12-13页 |
| 1.4 钢坯表面裂纹的机器视觉检测技术 | 第13-16页 |
| 1.4.1 基于激光扫描的机器视觉识别技术 | 第13页 |
| 1.4.2 固体摄像器件 CCD 检测技术 | 第13-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 图像处理与模式识别的基础理论 | 第17-28页 |
| 2.1 数字图像的基本理论和图像处理 | 第17-18页 |
| 2.2 数字图像处理的基本内容和特点 | 第18-21页 |
| 2.2.1 图像处理的一般过程 | 第18-20页 |
| 2.2.2 数字图像处理的基本特点 | 第20-21页 |
| 2.3 模式识别的基本理论 | 第21-26页 |
| 2.3.1 模式的描述 | 第22-24页 |
| 2.3.2 模式识别系统 | 第24-25页 |
| 2.3.3 图像识别 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 钢坯表面图像的预处理技术 | 第28-46页 |
| 3.1 灰度直方图 | 第28-30页 |
| 3.1.1 理论基础 | 第28-29页 |
| 3.1.2 钢坯图像的直方图 | 第29-30页 |
| 3.2 灰度拉伸 | 第30-33页 |
| 3.3 图像平滑 | 第33-35页 |
| 3.3.1 理论基础 | 第34-35页 |
| 3.3.2 钢坯裂纹图像的平滑处理 | 第35页 |
| 3.4 中值滤波 | 第35-38页 |
| 3.4.1. 基本计算过程 | 第36-37页 |
| 3.4.2. 钢坯裂纹图像的中值滤波处理 | 第37-38页 |
| 3.5 边缘检测 | 第38-42页 |
| 3.5.1 理论基础 | 第39-41页 |
| 3.5.2 钢坯裂纹图像的边缘检测 | 第41-42页 |
| 3.6 图像腐蚀 | 第42-45页 |
| 3.6.1 数学形态学的概念 | 第42页 |
| 3.6.2 图像腐蚀（Erosion） | 第42-44页 |
| 3.6.3 对钢坯裂纹图像进行图像腐蚀 | 第44-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 钢坯图像的特征提取及裂纹识别 | 第46-49页 |
| 4.1 钢坯表面裂纹图像的特征提取 | 第46-47页 |
| 4.1.1 理论基础 | 第46页 |
| 4.1.2 边界的长度与宽度 | 第46页 |
| 4.1.3 区域的面积 | 第46-47页 |
| 4.1.4 对裂纹图像进行特征提取 | 第47页 |
| 4.2 裂纹的识别与定位 | 第47-48页 |
| 4.2.1 理论基础 | 第47-48页 |
| 4.2.2 裂纹定位的实现 | 第48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| 5.1 总结 | 第49页 |
| 5.2 展望工作 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士学位期间发表的论文 | 第53-54页 |
| 详细摘要 | 第54-59页 |
