基于机器视觉的钢板表面缺陷检测系统的关键技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题背景及研究意义 | 第9-10页 |
| ·课题背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·机器视觉 | 第10页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-13页 |
| ·本文主要研究内容 | 第13-14页 |
| ·论文章节安排 | 第14-15页 |
| 第二章 缺陷图像预处理和分割技术 | 第15-25页 |
| ·图像去噪分析 | 第15-19页 |
| ·噪声的种类 | 第15-16页 |
| ·平滑滤波的方法 | 第16-18页 |
| ·滤波效果评价和结果分析 | 第18-19页 |
| ·基于阈值的图像分割算法 | 第19-24页 |
| ·二维直方图 | 第20页 |
| ·二维最大熵阈值分割算法 | 第20-22页 |
| ·二维最大类间方差阈值分割算法 | 第22页 |
| ·改进的二维最大类间方差阈值分割算法 | 第22-23页 |
| ·缺陷分割实验与结果分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 缺陷特征提取和特征选择 | 第25-40页 |
| ·缺陷图像的不变矩特征提取 | 第25-27页 |
| ·不变矩基本理论 | 第25-26页 |
| ·缺陷样本不变矩特征提取实例 | 第26-27页 |
| ·缺陷图像的灰度特征提取 | 第27-30页 |
| ·灰度特征定义 | 第27-28页 |
| ·缺陷样本灰度特征提取实例 | 第28-30页 |
| ·缺陷图像的纹理特征提取 | 第30-32页 |
| ·灰度共生矩阵的定义 | 第30-31页 |
| ·灰度共生矩阵的特征参数 | 第31页 |
| ·缺陷样本纹理特征提取实例 | 第31-32页 |
| ·特征数据的标准化处理 | 第32-33页 |
| ·最大值最小值法 | 第32页 |
| ·平均数方差法 | 第32-33页 |
| ·基于主成分分析的特征选择方法 | 第33-39页 |
| ·主分量的几何解释 | 第34-35页 |
| ·主分量的导出 | 第35-37页 |
| ·主成分分析的计算步骤 | 第37页 |
| ·采用主成分分析法特征降维实例 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于支持向量机的缺陷分类器设计 | 第40-54页 |
| ·支持向量机理论 | 第40-44页 |
| ·线性可分最优分类面 | 第40-42页 |
| ·线性不可分最优分类面 | 第42-43页 |
| ·核函数 | 第43-44页 |
| ·基于支持向量机的多类分类方法 | 第44-46页 |
| ·一对一方法 | 第44-45页 |
| ·一对其余方法 | 第45-46页 |
| ·有向无环图法 | 第46页 |
| ·基于支持向量机的钢板表面缺陷分类实验 | 第46-53页 |
| ·分类方法的选取 | 第46-47页 |
| ·核函数的选取 | 第47页 |
| ·参数选择及参数寻优 | 第47-51页 |
| ·缺陷分类实验 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 钢板表面缺陷检测系统的设计研究 | 第54-61页 |
| ·系统总体方案 | 第54页 |
| ·系统硬件设计 | 第54-58页 |
| ·图像传感器 | 第54-55页 |
| ·摄像机 | 第55-56页 |
| ·照明系统 | 第56-58页 |
| ·软件算法设计 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| ·总结 | 第61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-70页 |
| 攻读硕士学位期间的研究成果 | 第70-71页 |
| 致谢 | 第71页 |
