| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 计算机视觉技术的发展 | 第9-10页 |
| 1.3 木质板材缺陷检测技术的发展 | 第10-12页 |
| 1.4 研究内容与研究目标 | 第12-15页 |
| 1.4.1 基于计算机视觉的木质板材缺陷研究问题与难点 | 第12-13页 |
| 1.4.2 研究的解决方案 | 第13页 |
| 1.4.3 研究的主要内容及技术路线 | 第13-15页 |
| 2 基于数学形态学的板材缺陷图像分割算法的研究 | 第15-30页 |
| 2.1 数学形态学 | 第15-21页 |
| 2.1.1 结构元素 | 第15-16页 |
| 2.1.2 二值图像的数学形态学运算 | 第16-18页 |
| 2.1.3 灰度图像的数学形态学运算 | 第18-21页 |
| 2.2 分割算法的实现 | 第21-29页 |
| 2.2.1 基于无缺陷标准模板的板材缺陷图像阈值分割算法 | 第22-26页 |
| 2.2.2 基于单像素点阈值的板材缺陷图像分割算法 | 第26-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 基于彩色图像的板材缺陷分割算法的研究 | 第30-41页 |
| 3.1 颜色空间 | 第30-33页 |
| 3.1.1 RGB颜色空间 | 第30-31页 |
| 3.1.2 CIE L~*A~*B颜色空间 | 第31-32页 |
| 3.1.3 HSI颜色空间 | 第32-33页 |
| 3.2 颜色空间之间的相互转换 | 第33-34页 |
| 3.2.1 RGB颜色空间与CIE L~*a~*b颜色空间的转换 | 第33-34页 |
| 3.2.2 RGB颜色空间与HSI颜色空间的相互转换 | 第34页 |
| 3.3 分割算法的实现 | 第34-40页 |
| 3.3.1 基于HSI颜色空间和基于LAB颜色空间K均值聚类分割算法 | 第35-37页 |
| 3.3.2 区域合并 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 板材缺陷检测系统的设计 | 第41-46页 |
| 4.1 系统设计 | 第41页 |
| 4.2 板材缺陷分割系统 | 第41-43页 |
| 4.2.1 图像采集系统 | 第42-43页 |
| 4.2.2 图像信息处理系统 | 第43页 |
| 4.3 基于Matlab软件开发平台的仿真 | 第43-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读学位期间发表的学术论文 | 第51-52页 |
| 致谢 | 第52-53页 |
