| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·带钢缺陷边缘检测概述 | 第9-10页 |
| ·板带表面在线自动检测技术现状 | 第10-12页 |
| ·论文选题的意义 | 第12-13页 |
| ·小波在计算机视觉中的应用 | 第13页 |
| ·课题来源 | 第13-14页 |
| ·课题的研究内容 | 第14-15页 |
| 第二章 经典图像边缘检测 | 第15-28页 |
| ·图像获取 | 第15页 |
| ·图像边缘模型分析 | 第15-18页 |
| ·边缘的定义 | 第15-16页 |
| ·边缘的分类 | 第16-18页 |
| ·经典边缘检测算子 | 第18-21页 |
| ·Roberts边缘检测算子 | 第19页 |
| ·Sobel边缘检测算子 | 第19-20页 |
| ·Prewitt边缘检测算子 | 第20-21页 |
| ·线性滤波边缘检测 | 第21-24页 |
| ·LOG算子(Laplacian of Gaussian) | 第21-22页 |
| ·Canny边缘检测算法 | 第22-24页 |
| ·边缘检测算子分析 | 第24-26页 |
| ·实验结果 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 带钢图像的预处理 | 第28-53页 |
| ·小波变换 | 第29-32页 |
| ·多分辨分析与MALLAT算法 | 第32-37页 |
| ·多分辨分析 | 第32-34页 |
| ·Mallat算法 | 第34-37页 |
| ·小波收缩去噪 | 第37-44页 |
| ·小波去噪的理论依据 | 第38-39页 |
| ·小波阈值去噪方法用于降噪的过程 | 第39-40页 |
| ·小波系数分解过程 | 第40-41页 |
| ·从原始信号确定各级阈值 | 第41-42页 |
| ·信号重建过程 | 第42-43页 |
| ·实验结果 | 第43-44页 |
| ·相位一致性约束的多小波去噪 | 第44-50页 |
| ·相位一致性 | 第44-45页 |
| ·局部能量模型 | 第45-46页 |
| ·局部能量的估计 | 第46-47页 |
| ·相位一致性约束的多小波去噪 | 第47-50页 |
| ·实验结果 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 小波分析缺陷边缘检测 | 第53-68页 |
| ·边缘检测 | 第53-54页 |
| ·小波变换边缘检测依据 | 第54-57页 |
| ·模极大边缘检测算法 | 第57-60页 |
| ·模极大边缘检测快速实现 | 第60-61页 |
| ·基于共轭梯度的模极大快速重构算法 | 第60页 |
| ·离散快速重构算法 | 第60-61页 |
| ·多尺度自适应阈值边缘检测 | 第61-63页 |
| ·实验结果与分析 | 第63-68页 |
| 第五章 统计背景模型缺陷分割 | 第68-73页 |
| ·带钢表面图像模型 | 第69页 |
| ·带钢表面缺陷检测问题 | 第69-70页 |
| ·判别函数 | 第70-71页 |
| ·实验结果分析 | 第71-72页 |
| ·本章小节 | 第72-73页 |
| 第六章 结论 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 个人简历、在学期间的研究成果及获奖情况 | 第79页 |