基于图像处理的印刷品缺陷检测与分类系统
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 印刷品缺陷检测研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 章节安排 | 第12-13页 |
| 2 系统整体方案设计 | 第13-20页 |
| 2.1 印刷品缺陷检测的基本原理 | 第13页 |
| 2.2 系统整体设计 | 第13-15页 |
| 2.3 系统硬件选型 | 第15-19页 |
| 2.3.1 光源及照明系统设计 | 第16-17页 |
| 2.3.2 图像采集模块设计 | 第17-18页 |
| 2.3.3 电气模块 | 第18页 |
| 2.3.4 计算机选型 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 印刷品图像缺陷检测算法研究 | 第20-39页 |
| 3.1 图像预处理算法研究 | 第20-27页 |
| 3.1.1 采集图像灰度化 | 第20-21页 |
| 3.1.2 灰度图像增强 | 第21-24页 |
| 3.1.3 图像滤波 | 第24-27页 |
| 3.2 模板制作 | 第27页 |
| 3.3 图像配准算法 | 第27-34页 |
| 3.3.1 基于图像灰度信息的图像配准 | 第27-28页 |
| 3.3.2 基于变换域的图像配准 | 第28-29页 |
| 3.3.3 基于图像特征的图像配准 | 第29页 |
| 3.3.4 本课题匹配算法 | 第29页 |
| 3.3.5 基于SIFT的特征点图像配准 | 第29-34页 |
| 3.4 印刷品缺陷检测算法 | 第34-38页 |
| 3.4.1 图像差分法 | 第35-36页 |
| 3.4.2 缺陷图像二值化 | 第36-37页 |
| 3.4.3 形态学处理 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于支持向量机的印刷品缺陷分类 | 第39-53页 |
| 4.1 缺陷类型分析 | 第39页 |
| 4.2 支持向量机简述 | 第39-44页 |
| 4.2.1 线性支持向量机 | 第40-42页 |
| 4.2.2 非线性支持向量机 | 第42-43页 |
| 4.2.3 核函数 | 第43-44页 |
| 4.3 支持向量机算法实现 | 第44-45页 |
| 4.3.1 算法步骤 | 第44页 |
| 4.3.2 LibSVM软件包简介 | 第44-45页 |
| 4.4 基于SVM的缺陷分类 | 第45-50页 |
| 4.4.1 特征选择与提取 | 第45-46页 |
| 4.4.2 特征点聚类 | 第46-47页 |
| 4.4.3 构造BOW模型 | 第47页 |
| 4.4.4 核函数选取 | 第47-48页 |
| 4.4.5 训练分类器 | 第48-50页 |
| 4.5 试验分析 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 5 系统软件与界面设计 | 第53-61页 |
| 5.1 软件与界面开发工具介绍 | 第53-54页 |
| 5.2 系统需求分析及功能设计 | 第54-55页 |
| 5.2.1 系统需求分析 | 第54-55页 |
| 5.2.2 功能模块设计 | 第55页 |
| 5.3 系统界面功能实现 | 第55-59页 |
| 5.4 本章小结 | 第59-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
