基于CCD图像的器件表面裂纹检测算法的研究
| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-12页 |
| 附表索引 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| ·课题意义及研究背景 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·图像处理技术的发展与应用 | 第16页 |
| ·小波变换的研究现状 | 第16-17页 |
| ·课题的研究内容 | 第17-18页 |
| ·论文结构 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第二章 CCD图像采集系统和小波分析介绍 | 第19-33页 |
| ·CCD概述 | 第19页 |
| ·CCD的成像原理 | 第19页 |
| ·数字图像的采集 | 第19-23页 |
| ·图像采集系统框架和实物图 | 第20-21页 |
| ·数字图像的数学描述 | 第21-23页 |
| ·小波分析 | 第23-27页 |
| ·连续小波变换 | 第24-25页 |
| ·离散小波变换 | 第25-26页 |
| ·多分辨率分析 | 第26-27页 |
| ·MALLAT算法 | 第27-29页 |
| ·双尺度方程 | 第27页 |
| ·分解算法 | 第27-28页 |
| ·重构算法 | 第28-29页 |
| ·二维MALLAT分析算法 | 第29-32页 |
| ·二维正交小波变换 | 第29-32页 |
| ·图像的小波分解与重构 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 器件表面裂纹图像的预处理 | 第33-52页 |
| ·RGB图像灰度化 | 第33-34页 |
| ·小波阈值去噪理论 | 第34-36页 |
| ·小波阈值去噪的算法改进 | 第36-38页 |
| ·MATLAB仿真实验及分析 | 第38-39页 |
| ·B样条小波边缘检测 | 第39-47页 |
| ·经典的边缘检测 | 第39-42页 |
| ·小波边缘检测原理 | 第42-44页 |
| ·B样条小波边缘检测原理 | 第44-46页 |
| ·Matlab仿真及分析 | 第46-47页 |
| ·图像分割 | 第47-51页 |
| ·基于最优阈值的图像分割 | 第48-49页 |
| ·图像的二值化 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 裂纹的分类识别 | 第52-65页 |
| ·图像特征选取 | 第52-55页 |
| ·投影特征 | 第53-55页 |
| ·裂纹像素数 | 第55页 |
| ·模式识别 | 第55-64页 |
| ·BP神经网络算法对器件表面裂纹的分类识别 | 第56-59页 |
| ·根据提取特征建立BP神经网络 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 结论与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第72页 |
