| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景 | 第8页 |
| ·发展现状及存在的问题 | 第8-12页 |
| ·基于图像处理技术的缺陷检测 | 第9-10页 |
| ·基于模式识别方法的缺陷识别 | 第10-11页 |
| ·支持向量机算法的发展现状 | 第11-12页 |
| ·研究的意义和目的 | 第12-13页 |
| ·课题来源 | 第13页 |
| ·课题研究的技术路线 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 焊缝检测图像的采集和预处理 | 第15-32页 |
| ·焊缝 X 射线检测图像的采集 | 第15-17页 |
| ·VGA 图像采集卡的二次开发 | 第15-16页 |
| ·焊缝缺陷数据库的建立 | 第16-17页 |
| ·焊缝检测图像的预处理 | 第17-31页 |
| ·焊缝区域的提取 | 第18-26页 |
| ·ROI 中的缺陷图像的分割 | 第26-30页 |
| ·图像噪声的分割 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 特征参数的提取与主成分分析 | 第32-40页 |
| ·焊缝缺陷的特征参数建立 | 第32-36页 |
| ·ROI 中缺陷目标的搜索 | 第32-34页 |
| ·几何特征的测量和建立 | 第34-35页 |
| ·形状特征的计算 | 第35-36页 |
| ·特征参数的预处理 | 第36-39页 |
| ·特征参数的归一化处理 | 第36-37页 |
| ·特征向量的主成分分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于支持向量机的焊缝缺陷识别 | 第40-59页 |
| ·支持向量机理论 | 第40-43页 |
| ·VC 维理论 | 第40页 |
| ·结构风险最小化 | 第40-41页 |
| ·线性分类和最优分割线 | 第41-42页 |
| ·非线性分类和最优分类面的确定 | 第42-43页 |
| ·基于经典 SVM 的焊缺陷和图像噪声的二类识别 | 第43-46页 |
| ·交叉验证 | 第43-44页 |
| ·LibSVM 工具箱的配置 | 第44页 |
| ·缺陷和噪声的分类识别 | 第44-46页 |
| ·基于经典 SVM 的焊缝缺陷和噪声干扰的多类识别 | 第46-48页 |
| ·SVM 经典解法存在的不足 | 第48页 |
| ·四种焊缝缺陷识别的改进算法 | 第48-57页 |
| ·基于 PSO-SVM 的焊缝缺陷识别 | 第49-51页 |
| ·基于 GA-SVM 的焊缝缺陷识别 | 第51-53页 |
| ·基于 LS-SVM 的焊缝缺陷识别 | 第53-55页 |
| ·基于朴素贝叶斯的焊缝缺陷识别 | 第55-57页 |
| ·实验结果对比分析 | 第57页 |
| ·本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-60页 |
| ·总结 | 第59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
| 详细摘要 | 第65-75页 |