基于计算机视觉的冷轧薄板板形识别
中文摘要 | 第1-5页 |
英文摘要 | 第5-9页 |
1 绪论 | 第9-13页 |
·板形识别问题的提出及研究意义 | 第9-10页 |
·板形识别问题的提出 | 第9页 |
·板形识别问题的研究意义 | 第9-10页 |
·国内外研究状况 | 第10-12页 |
·本文主要内容及组织结构 | 第12-13页 |
2 板形缺陷的模式 | 第13-18页 |
·板形的概念 | 第13页 |
·常见的几种板形缺陷模式 | 第13-15页 |
·板形的表示方法 | 第15-17页 |
·小结 | 第17-18页 |
3 计算机视觉技术综述 | 第18-33页 |
·计算机视觉概论 | 第18-19页 |
·计算机视觉的基本技术 | 第19-31页 |
·图像获取 | 第20-21页 |
·数字图像预处理 | 第21-26页 |
·图像特征提取 | 第26-29页 |
·图像检测分割 | 第29-30页 |
·识别分类 | 第30-31页 |
·小结 | 第31-33页 |
4 板形识别系统硬件设计 | 第33-42页 |
·问题定义 | 第33-34页 |
·系统组成及工作原理 | 第34-35页 |
·工况简介 | 第34页 |
·系统模块功能说明 | 第34-35页 |
·系统的硬件设计 | 第35-41页 |
·照明系统 | 第36-37页 |
·摄像系统 | 第37-38页 |
·图像采集卡 | 第38-41页 |
·小结 | 第41-42页 |
5 板形识别算法与软件实现及实验 | 第42-55页 |
·系统的软件设计 | 第42-43页 |
·图像处理流程的模块设计 | 第43-54页 |
·图像采集卡初始化 | 第43-45页 |
·视频录制与图像捕捉 | 第45-47页 |
·图像预处理 | 第47-48页 |
·图像特征提取和检测分割 | 第48-51页 |
·图像识别分类 | 第51-52页 |
·现场实验结果 | 第52-54页 |
·小结 | 第54-55页 |
6 结论与展望 | 第55-57页 |
·结论 | 第55页 |
·展望 | 第55-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-61页 |
附录:A.作者在攻读硕士学位期间发表的论文目录 | 第61-63页 |