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

基于多信息融合的高温铸坯表面缺陷在线检测方法

致谢第1-6页
摘要第6-8页
Abstract第8-13页
1 引言第13-15页
2 绪论第15-26页
   ·研究背景及意义第15-16页
     ·课题的提出第15-16页
     ·课题的意义第16页
   ·高温铸坯表面缺陷检测的发展趋势第16-18页
     ·国外研究与应用第17页
     ·国内研究与应用第17-18页
   ·两维图像检测技术概述第18-22页
     ·摄像机第19-20页
     ·光源第20-22页
   ·本文研究体系结构与主要内容第22-26页
3 高温铸坯表面缺陷检测识别算法第26-54页
   ·高温铸坯表面缺陷的种类及特点第26-29页
   ·基于Curvelet变换和SLLE的高温铸坯表面缺陷识别算法第29-39页
     ·多尺度几何分析第29-31页
     ·Curvelet变换原理第31-34页
     ·SLLE的概念及原理第34-36页
     ·Curvelet-SLLE特征提取算法第36-37页
     ·高温铸坯表面缺陷识别实验与分析第37-39页
   ·基于Contourlet变换的高温铸坯表面缺陷特征识别算法第39-47页
     ·Contourlet变换原理第40-43页
     ·Contourlet-SLLE特征提取算法第43-44页
     ·高温铸坯表面缺陷识别实验分析第44-47页
   ·基于Shearlet变换的高温铸坯表面缺陷特征识别算法第47-53页
     ·Shearlet变化原理第47-50页
     ·Shearlet-SLLE特征提取算法第50-51页
     ·高温铸坯表面缺陷识别实验分析第51-53页
   ·本章小结第53-54页
4 光度立体视觉技术第54-76页
   ·光度立体三维测量技术第54-60页
     ·基本方案第55页
     ·动态测量方案第55-56页
     ·多光源高精度测量方案第56-57页
     ·多视角测量方案第57-58页
     ·线扫描检测方案第58-60页
   ·光度立体标定技术第60-69页
     ·反射模型标定第60-63页
     ·摄像机标定第63-68页
     ·光源标定第68-69页
   ·三维形貌重建第69-74页
     ·积分法第70-71页
     ·全局优化法第71页
     ·四叉树积分法第71-74页
   ·本章小结第74-76页
5 高温铸坯表面缺陷三维检测技术第76-96页
   ·高温铸坯三维检测系统概述第76-77页
   ·高温铸坯表面反射模型第77-81页
     ·高温铸坯BRDF测量第77-81页
   ·高温铸坯三维检测系统设计第81-95页
     ·系统设计方案第81-82页
     ·系统性能分析第82-88页
     ·高温铸坯三维检测系统硬件选型第88-91页
     ·系统成像方案第91-95页
   ·本章小结第95-96页
6 灰度与深度信息融合第96-107页
   ·信息融合概念第96-97页
   ·信息融合层次结构第97-98页
   ·信息融合算法概述第98-100页
   ·灰度与深度信息融合算法第100-106页
     ·灰度与深度信息的特性第100-101页
     ·相关算法特性第101-102页
     ·信息融合算法分层架构第102-106页
   ·本章小结第106-107页
7 高温铸坯信息融合缺陷检测实验系统第107-120页
   ·信息融合实验环境第107-108页
   ·信息融合实验及效果第108-118页
     ·样本选取第108-110页
     ·训练与测试第110-111页
     ·算法过程分析第111-114页
     ·算法时间效率分析第114-115页
     ·识别准确率分析第115-118页
   ·本章小结第118-120页
8 结论第120-123页
参考文献第123-132页
附录A:信息融合算法测试结果统计第132-135页
作者简历及在学研究成果第135-138页
学位论文数据集第138页

论文共138页,点击 下载论文
上一篇:基于视觉认知的图像搜索与识别关键技术研究
下一篇:大规模协同设计的多主体仿真模型及进化过程研究