摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-21页 |
1.1 课题背景及研究意义 | 第11页 |
1.2 国内外研究现状 | 第11-19页 |
1.2.1 基于机器视觉的缺陷检测技术及应用 | 第11-13页 |
1.2.2 复合绝缘子芯棒检测技术现状 | 第13页 |
1.2.3 基于机器视觉的缺陷检测系统 | 第13-14页 |
1.2.4 关键技术的国内外研究现状 | 第14-19页 |
1.2.4.1 图像特征相关研究 | 第14-17页 |
1.2.4.2 图像分类算法研究 | 第17-19页 |
1.3 论文研究内容及章节安排 | 第19-21页 |
第2章 复合绝缘子芯棒图像采集及预处理研究 | 第21-31页 |
2.1 复合绝缘子芯棒图像采集方法研究 | 第21-25页 |
2.2 图像预处理方法研究 | 第25-28页 |
2.2.1 图像的背景减除和尺寸归一化 | 第25-26页 |
2.2.2 图像的平滑 | 第26-28页 |
2.2.2.1 一维中值滤波 | 第26页 |
2.2.2.2 二维中值滤波 | 第26-28页 |
2.3 不均匀光照的去除 | 第28-30页 |
2.3.1 顶帽底帽变换 | 第28-29页 |
2.3.2 运用顶帽底帽变换去除不均匀光照 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
第3章 复合绝缘子芯棒缺陷图像的特征研究 | 第31-51页 |
3.1 芯棒缺陷图像分析 | 第31-32页 |
3.2 直线特征研究 | 第32-36页 |
3.2.1 Hough 变换提取直线原理 | 第32-34页 |
3.2.2 双阈值直线特征提取 | 第34-36页 |
3.3 斑点特征研究 | 第36-38页 |
3.4 图像全局统计特征研究 | 第38-40页 |
3.5 图像分块统计特征研究 | 第40-43页 |
3.5.1 图像分块方法 | 第40-41页 |
3.5.2 分块统计特征提取 | 第41-43页 |
3.6 纹理特征研究 | 第43-50页 |
3.6.1 Gabor 滤波器基本原理 | 第43-44页 |
3.6.2 多通道 Gabor 滤波器 | 第44-46页 |
3.6.3 变窗方向中值滤波 | 第46-47页 |
3.6.4 基于多通道 Gabor 滤波器的纹理特征提取 | 第47-50页 |
3.7 本章小结 | 第50-51页 |
第4章 芯棒缺陷判断方法研究 | 第51-57页 |
4.1 缺陷线性判断 | 第51-52页 |
4.2 两分类 SVM 研究 | 第52-56页 |
4.2.1 统计学习理论 | 第52-53页 |
4.2.2 支持向量机理论 | 第53-54页 |
4.2.3 SVM 参数选择及分类实现 | 第54-56页 |
4.3 本章小结 | 第56-57页 |
第5章 复合绝缘子芯棒缺陷检测系统设计及实现 | 第57-63页 |
5.1 系统结构及功能规划 | 第57页 |
5.2 硬件系统 | 第57-58页 |
5.3 系统软件实现及测试 | 第58-61页 |
5.4 本章小结 | 第61-63页 |
第6章 总结与展望 | 第63-65页 |
6.1 总结 | 第63页 |
6.2 未来工作展望 | 第63-65页 |
参考文献 | 第65-71页 |
作者简介 | 第71-72页 |
致谢 | 第72页 |