图像处理在彩色印刷品质量检测中的应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 课题实验平台 | 第11-12页 |
| 1.4 本文主要研究内容 | 第12页 |
| 1.5 论文的结构和安排 | 第12-15页 |
| 第2章 图像配准技术基础 | 第15-33页 |
| 2.1 图像配准理论 | 第15-17页 |
| 2.1.1 图像配准的定义 | 第15-16页 |
| 2.1.2 图像变换模型 | 第16-17页 |
| 2.2 图像配准方法分类 | 第17-19页 |
| 2.2.1 基于灰度信息的图像配准方法 | 第17-18页 |
| 2.2.2 基于特征信息的图像配准方法 | 第18-19页 |
| 2.3 特征提取的基本理论 | 第19-31页 |
| 2.3.1 边缘特征提取 | 第20-24页 |
| 2.3.2 角点特征提取 | 第24-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 基于显著性区域的彩色印刷品图像配准方法 | 第33-43页 |
| 3.1 彩色图像特征提取 | 第33-35页 |
| 3.1.1 彩色图像特征提取的发展现状 | 第33-34页 |
| 3.1.2 改进的SURF算法 | 第34-35页 |
| 3.2 图像显著性 | 第35-39页 |
| 3.2.1 视觉显著性 | 第35页 |
| 3.2.2 几种经典显著性算法 | 第35-37页 |
| 3.2.3 图像显著性区域提取 | 第37-39页 |
| 3.3 实验结果及分析 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第4章 彩色印刷品缺陷检测及提取 | 第43-53页 |
| 4.1 缺陷检测概述 | 第43-44页 |
| 4.1.1 印刷品缺陷的常见类型 | 第43页 |
| 4.1.2 印刷品缺陷检测的基本思路 | 第43-44页 |
| 4.2 常用的缺陷检测方法 | 第44-46页 |
| 4.2.1 差影检测法 | 第44页 |
| 4.2.2 模板匹配法 | 第44-45页 |
| 4.2.3 分层检测法 | 第45-46页 |
| 4.3 缺陷提取 | 第46-48页 |
| 4.3.1 图像增强 | 第46-47页 |
| 4.3.2 阈值处理 | 第47页 |
| 4.3.3 边缘跟踪 | 第47-48页 |
| 4.4 实验结果与讨论 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 彩色印刷品色差在线检测方法研究 | 第53-72页 |
| 5.1 色差检测概述 | 第53-54页 |
| 5.1.1 色差的定义 | 第53页 |
| 5.1.2 色差检测过程存在的问题 | 第53页 |
| 5.1.3 色差评价的标准 | 第53-54页 |
| 5.2 色彩空间 | 第54-58页 |
| 5.2.1 色彩空间分类 | 第54-55页 |
| 5.2.2 RGB色彩空间 | 第55-56页 |
| 5.2.3 HSI色彩空间 | 第56页 |
| 5.2.4 HSV色彩空间 | 第56-57页 |
| 5.2.5 CLEL*a*b*色彩空间 | 第57-58页 |
| 5.3 色差公式 | 第58-60页 |
| 5.3.1 RGB色差公式 | 第58页 |
| 5.3.2 HSV色差公式 | 第58页 |
| 5.3.3 CIEL*a*b*色差公式 | 第58-59页 |
| 5.3.4 CIEDE2000色差公式 | 第59-60页 |
| 5.4 基于超像素的彩色印刷品色差检测方法 | 第60-71页 |
| 5.4.1 超像素分割 | 第61-62页 |
| 5.4.2 算法流程 | 第62-63页 |
| 5.4.3 实验结果及分析 | 第63-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第6章 结论与展望 | 第72-74页 |
| 6.1 结论 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间的研究成果 | 第79页 |
