基于机器视觉和人工神经网络的微小轴承表面缺陷识别及检测技术研究
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-16页 |
| ·机器视觉与机器视觉检测 | 第7-10页 |
| ·机器视觉与机器视觉检测概述 | 第7-8页 |
| ·机器视觉检测的国内外研究状况及发展趋势 | 第8-10页 |
| ·人工神经网络 | 第10-13页 |
| ·人工神经网络的研究状况及应用 | 第10-11页 |
| ·人工神经网络的发展简史及发展趋势 | 第11-13页 |
| ·课题的背景及意义 | 第13-15页 |
| ·论文主要内容 | 第15-16页 |
| 第二章 检测系统总体方案及检测理论基础 | 第16-32页 |
| ·检测系统总体方案 | 第16-17页 |
| ·检测系统硬件选取 | 第17-23页 |
| ·光源 | 第17-18页 |
| ·CCD | 第18-20页 |
| ·镜头 | 第20-21页 |
| ·图像采集卡和视觉处理器 | 第21-22页 |
| ·检测系统硬件结构 | 第22-23页 |
| ·模式识别及人工神经网络理论 | 第23-27页 |
| ·模式识别 | 第23-25页 |
| ·人工神经网络基本结构 | 第25-26页 |
| ·人工神经网络的学习和训练 | 第26-27页 |
| ·BP 神经网络 | 第27-30页 |
| ·BP 神经网络简介 | 第27页 |
| ·BP 神经网络的学习训练过程 | 第27-28页 |
| ·BP 神经网络学习算法 | 第28-30页 |
| ·应用神经网络模式识别的原因 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 图像预处理及图像特征提取 | 第32-49页 |
| ·图像滤波 | 第32-34页 |
| ·图像分割 | 第34-41页 |
| ·图像分割基本理论 | 第34-36页 |
| ·阈值分割 | 第36-39页 |
| ·图像边缘检测 | 第39-41页 |
| ·目标图像提取 | 第41-44页 |
| ·寻找图像圆心 | 第41-43页 |
| ·提取目标区域 | 第43-44页 |
| ·特征提取 | 第44-48页 |
| ·组合矩不变量 | 第45-46页 |
| ·图片特征库的建立 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 人工神经网络检测模型的确立及数据处理 | 第49-58页 |
| ·人工神经网络模型的建立 | 第49-51页 |
| ·人工神经网络模型网络结构的确定 | 第49页 |
| ·各层神经元数的确定 | 第49-51页 |
| ·传递函数的确定 | 第51页 |
| ·BP 神经网络模型的确立 | 第51页 |
| ·BP 神经模型网络训练 | 第51-55页 |
| ·BP 神经网络模型算法的改进 | 第51-53页 |
| ·BP 神经网络模型训练 | 第53-55页 |
| ·数据处理和模型的检验误差 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 结论与展望 | 第58-59页 |
| ·结论 | 第58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 摘要 | 第63-67页 |
| Abstract | 第67-72页 |
| 致谢 | 第72页 |
