| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究的背景与意义 | 第7页 |
| ·图像技术应用于产品品质检测的研究现状与发展趋势 | 第7-10页 |
| ·国内外研究现状 | 第8-9页 |
| ·存在的问题与发展趋势 | 第9-10页 |
| ·论文的主要内容 | 第10页 |
| ·论文的章节安排 | 第10-13页 |
| 第二章 轴承检测算法相关研究 | 第13-25页 |
| ·图像去噪处理 | 第13-15页 |
| ·图像的噪声分类及其产生 | 第13页 |
| ·去噪算法分析与选用 | 第13-15页 |
| ·轴承图像分割 | 第15-16页 |
| ·轴承图像的定位 | 第16-18页 |
| ·Hough变换 | 第17页 |
| ·轴承内定位 | 第17-18页 |
| ·轴承外定位 | 第18页 |
| ·各种算法的比较 | 第18页 |
| ·缺陷提取与识别 | 第18-23页 |
| ·八连通域法 | 第18-19页 |
| ·矩不变法 | 第19-20页 |
| ·Relief算法 | 第20页 |
| ·BP神经网络 | 第20-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 一种快速检测轴承表面缺陷的方法 | 第25-33页 |
| ·引言 | 第25页 |
| ·图像处理 | 第25-30页 |
| ·中值滤波 | 第25-26页 |
| ·图像阈值化 | 第26-28页 |
| ·轴承图像二阈值化处理 | 第28-29页 |
| ·缺陷识别 | 第29-30页 |
| ·轴承定位与分割 | 第29页 |
| ·缺陷识别 | 第29-30页 |
| ·实验结果及分析 | 第30页 |
| ·算法对比分析 | 第30页 |
| ·算法复杂度分析比较 | 第30页 |
| ·本章小结 | 第30-33页 |
| 第四章 基于Q-relief和BP算法的轴承表面缺陷识别研究 | 第33-43页 |
| ·引言 | 第33页 |
| ·图像处理 | 第33-35页 |
| ·图像中值滤波 | 第33页 |
| ·不变矩提取 | 第33-35页 |
| ·relief算法 | 第35-36页 |
| ·BP网络 | 第36-38页 |
| ·BP网络设计 | 第38页 |
| ·网络的层数 | 第38页 |
| ·隐含层的神经元数 | 第38页 |
| ·初始权值的选取 | 第38页 |
| ·实验结果分析 | 第38-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 轴承检测系统的实现 | 第43-53页 |
| ·轴承检测系统的组成 | 第43页 |
| ·轴承检测系统硬件部分设计 | 第43-48页 |
| ·光源 | 第43-45页 |
| ·相机选择 | 第45-46页 |
| ·镜头选择 | 第46-47页 |
| ·采集卡选择 | 第47页 |
| ·系统硬件结构 | 第47-48页 |
| ·在线程序设计 | 第48-50页 |
| ·开发语言 | 第48页 |
| ·在线检测算法流程方案与设计 | 第48-49页 |
| ·在线检测程序实现 | 第49-50页 |
| ·系统性能要求 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第61页 |