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 |