| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-15页 |
| 1.1 引言 | 第7页 |
| 1.2 光学元件表面疵病评价标准 | 第7-10页 |
| 1.2.1 国际标准ISO10110-7 | 第8页 |
| 1.2.2 中国国家标准GB1185-89 | 第8-9页 |
| 1.2.3 欧洲疵病标准概要 | 第9-10页 |
| 1.3 国内外疵病检测方法 | 第10-13页 |
| 1.3.1 成像法 | 第10-12页 |
| 1.3.2 散射光能量分析法 | 第12-13页 |
| 1.4 表面疵病检测的发展趋势 | 第13页 |
| 1.5 论文主要研究内容 | 第13-15页 |
| 2 光学元件表面疵病检测系统的设计 | 第15-27页 |
| 2.1 表面疵病检测成像原理分析 | 第15页 |
| 2.2 表面疵病检测系统结构的设计 | 第15-25页 |
| 2.2.1 检测系统设计的总体思路 | 第16页 |
| 2.2.2 光学照明结构及成像光源模块 | 第16-20页 |
| 2.2.3 显微放大模块 | 第20-22页 |
| 2.2.4 平移台扫描模块 | 第22-23页 |
| 2.2.5 数字图像处理模块 | 第23-25页 |
| 2.3 本章小结 | 第25-27页 |
| 3 大口径疵病图像拼接算法研究 | 第27-45页 |
| 3.1 基于区域的图像拼接技术 | 第27-29页 |
| 3.2 基于特征点的图像拼接技术 | 第29-37页 |
| 3.2.1 基于SIFT特征点的图像拼接算法 | 第30-33页 |
| 3.2.2 基于SURF特征点的图像拼接算法 | 第33-37页 |
| 3.3 改进的多层次分区域的基于特征分类的图像拼接算法 | 第37-43页 |
| 3.3.1 系统扫描路线及传统拼接方法的分析 | 第37-39页 |
| 3.3.2 改进的基于特征分类的拼接算法研究 | 第39-42页 |
| 3.3.3 大口径疵病图像获取的总体思路 | 第42-43页 |
| 3.4 本章小结 | 第43-45页 |
| 4 疵病目标提取算法研究 | 第45-61页 |
| 4.1 疵病图像的增强 | 第45-47页 |
| 4.1.1 图像的灰度变换 | 第45-46页 |
| 4.1.2 直方图均衡化 | 第46-47页 |
| 4.2 疵病图像的空间滤波去噪 | 第47-50页 |
| 4.2.1 均值滤波 | 第47-48页 |
| 4.2.2 中值滤波 | 第48-50页 |
| 4.3 疵病图像的二值化处理 | 第50-55页 |
| 4.3.1 基于边缘检测的图像二值化 | 第50-51页 |
| 4.3.2 基于阈值分割的图像的二值化 | 第51-55页 |
| 4.4 疵病图像的识别算法研究 | 第55-58页 |
| 4.4.1 线状疵病的识别 | 第55-57页 |
| 4.4.2 块状疵病的识别 | 第57-58页 |
| 4.5 表面疵病的像素标定 | 第58-60页 |
| 4.6 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |