| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 去光照算法的研究现状 | 第9-10页 |
| 1.2.2 钢坯缺陷评级的研究现状 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 第2章 一类高光不均匀图像的特征分析 | 第13-17页 |
| 2.1 光照不均匀图像分类 | 第13-14页 |
| 2.2 具有高光特征的钢坯缺陷图像分析 | 第14-16页 |
| 2.2.1 钢坯图像缺陷特点分析 | 第14页 |
| 2.2.2 钢坯图像二值化及其分析 | 第14-15页 |
| 2.2.3 钢坯图像光照分析 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第3章 现有几种典型去光照算法 | 第17-32页 |
| 3.1 直方图均衡化 | 第17-18页 |
| 3.2 顶帽变换 | 第18-20页 |
| 3.3 同态滤波法 | 第20-22页 |
| 3.4 几种算法对比分析 | 第22-30页 |
| 3.4.1 图像质量的评价标准 | 第22-23页 |
| 3.4.2 对低照度图像的去光照算法对比分析 | 第23-25页 |
| 3.4.3 对局部光照不足图像的去光照算法对比分析 | 第25-28页 |
| 3.4.4 对含高光图像的去光照对比分析 | 第28-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第4章 基于Phong模型的去光照算法研究 | 第32-46页 |
| 4.1 Phong光照模型 | 第32-33页 |
| 4.2 基于漫反射模型的分析 | 第33-36页 |
| 4.2.1 漫反射系数的求解 | 第34-35页 |
| 4.2.2 基于漫反射的处理与分析 | 第35-36页 |
| 4.3 基于镜面反射模型的分析 | 第36-38页 |
| 4.3.1 镜面反射参数的确定 | 第36-38页 |
| 4.3.2 基于镜面反射的处理与分析 | 第38页 |
| 4.4 基于Phong模型的背景模拟 | 第38-43页 |
| 4.4.1 理论方法 | 第38-39页 |
| 4.4.2 实验结果及分析 | 第39-43页 |
| 4.5 方法推广 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第5章 基于BP神经网络的钢坯缺陷评级 | 第46-56页 |
| 5.1 中心偏析评级标准 | 第46-48页 |
| 5.2 基于图像处理的钢坯中心偏析特征描述 | 第48-51页 |
| 5.2.1 针对中心偏析缺陷提取的图像处理关键技术 | 第48-49页 |
| 5.2.2 针对中心偏析缺陷自动评级的图像特征描述 | 第49-51页 |
| 5.3 基于BP神经网络的中心偏析缺陷评级 | 第51-55页 |
| 5.3.1 BP神经网络概述 | 第51-52页 |
| 5.3.2 基于BP神经网络偏析缺陷评级算法 | 第52-54页 |
| 5.3.3 实验结果及分析 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 结论与展望 | 第56-57页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录1 攻读硕士学位期间发表的论文 | 第62-63页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第63-64页 |
| 详细摘要 | 第64-67页 |
