基于机器视觉的钢板表面缺陷图像处理算法研究
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第1章 绪论 | 第7-13页 |
·课题背景及研究意义 | 第7-8页 |
·课题背景及意义 | 第7页 |
·课题来源 | 第7-8页 |
·机器视觉技术概述 | 第8-9页 |
·国内外发展现状 | 第9-12页 |
·国外的研究现状 | 第9-11页 |
·国内的研究现状 | 第11-12页 |
·本文主要研究内容 | 第12-13页 |
第2章 钢板表面缺陷检测系统 | 第13-20页 |
·引言 | 第13页 |
·检测原理 | 第13-14页 |
·系统总体设计 | 第14-19页 |
·检测系统构成 | 第14-16页 |
·图像采集系统 | 第16-18页 |
·软件系统设计 | 第18-19页 |
·本章小结 | 第19-20页 |
第3章 图像滤波去噪 | 第20-37页 |
·引言 | 第20页 |
·图像噪声分析 | 第20-24页 |
·滤波去噪算法 | 第24-36页 |
·领域平均法 | 第24-26页 |
·中值滤波 | 第26-29页 |
·自适应门限组合滤波器 | 第29-35页 |
·滤波效果评价 | 第35-36页 |
·本章小结 | 第36-37页 |
第4章 图像增强处理 | 第37-51页 |
·引言 | 第37-38页 |
·灰度增强 | 第38-42页 |
·灰度变换 | 第38-40页 |
·灰度变换实验结果图 | 第40-42页 |
·直方图增强 | 第42-48页 |
·直方图变换 | 第42-46页 |
·直方图变换效果图及分析 | 第46-48页 |
·增强效果评价 | 第48-50页 |
·本章小结 | 第50-51页 |
第5章 缺陷图像分割 | 第51-75页 |
·引言 | 第51页 |
·边缘的定义和分类 | 第51-52页 |
·边缘检测算子 | 第52-70页 |
·一阶算子 | 第54-57页 |
·二阶算子 | 第57-62页 |
·Canny算子 | 第62-65页 |
·Pal.King算子 | 第65-70页 |
·边缘二值化 | 第70-74页 |
·迭代式阈值分割法 | 第71页 |
·基于类间方差阈值分割法 | 第71-72页 |
·改进的阈值分割法 | 第72-73页 |
·实验图效果图对比 | 第73-74页 |
·本章小结 | 第74-75页 |
第6章 结论与展望 | 第75-77页 |
·结论 | 第75页 |
·展望 | 第75-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-82页 |
攻读学位期间的研究成果 | 第82页 |