首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共82页,点击 下载论文
上一篇:基于光栅投影的全景三维测量仪开发应用
下一篇:汽车总装线MES技术的研究