基于图像信息的金属板缺陷特征提取方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题背景和研究意义 | 第11-12页 |
| 1.2 无损探伤的原理及方法 | 第12-16页 |
| 1.2.1 常用的无损探伤方法 | 第12-14页 |
| 1.2.2 金属板漏磁检测器的原理和结构 | 第14-16页 |
| 1.3 课题的国内外研究现状 | 第16-18页 |
| 1.3.1 国外研究现状 | 第16-17页 |
| 1.3.2 国内研究现状 | 第17-18页 |
| 1.4 本文的主要研究内容 | 第18-21页 |
| 第2章 图像边缘的传统检测方法 | 第21-39页 |
| 2.1 引言 | 第21-23页 |
| 2.1.1 漏磁图像边缘检测流程 | 第21-22页 |
| 2.1.2 缺陷边缘检测 | 第22-23页 |
| 2.1.3 缺陷边缘连接 | 第23页 |
| 2.2 一阶微分算子检测缺陷边缘及仿真 | 第23-31页 |
| 2.2.1 基于灰度直方图的边缘检测及仿真 | 第24-25页 |
| 2.2.2 Roberts边缘检测算子及仿真 | 第25-27页 |
| 2.2.3 Sobel边缘检测算子及仿真 | 第27-29页 |
| 2.2.4 Prewitt边缘检测算子及仿真 | 第29-30页 |
| 2.2.5 一阶微分算子法仿真及比较分析 | 第30-31页 |
| 2.3 二阶微分算子检测缺陷边缘及仿真 | 第31-34页 |
| 2.3.1 Laplace检测边缘算子及仿真 | 第31-33页 |
| 2.3.2 LOG边缘检测算子及仿真 | 第33-34页 |
| 2.4 Canny边缘检测算子及仿真 | 第34-35页 |
| 2.5 传统边缘检测方法的比较分析 | 第35-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第3章 基于PCA的改进型缺陷边缘检测方法研究 | 第39-53页 |
| 3.1 引言 | 第39页 |
| 3.2 PCA算法的基本思想和意义 | 第39-41页 |
| 3.3 K-L变换 | 第41-44页 |
| 3.3.1 K-L变换的原理 | 第41-43页 |
| 3.3.2 特征压缩 | 第43-44页 |
| 3.4 主成分分析理论 | 第44-46页 |
| 3.5 PCA的方向性 | 第46-48页 |
| 3.6 PCA边缘检测方法 | 第48-49页 |
| 3.7 PCA边缘检测仿真 | 第49-50页 |
| 3.8 本章小结 | 第50-53页 |
| 第4章 金属板缺陷区域特征提取 | 第53-87页 |
| 4.1 引言 | 第53-54页 |
| 4.2 金属板漏磁图像的平滑处理 | 第54-68页 |
| 4.2.1 噪声的定义和来源 | 第54-56页 |
| 4.2.2 常用图像噪声去除方法 | 第56-58页 |
| 4.2.3 空域滤波法 | 第58-62页 |
| 4.2.4 频域滤波法 | 第62-68页 |
| 4.3 金属板漏磁图像增强 | 第68-72页 |
| 4.3.1 线性灰度变换图像增强算法 | 第68-70页 |
| 4.3.2 小波变换图像增强算法 | 第70-72页 |
| 4.4 缺陷区域提取 | 第72-78页 |
| 4.4.1 金属板漏磁图像二值化 | 第72-74页 |
| 4.4.2 金属板缺陷区域提取 | 第74-76页 |
| 4.4.3 缺陷边缘细化 | 第76-78页 |
| 4.5 缺陷边缘信息的获取 | 第78-82页 |
| 4.5.1 缺陷标号 | 第78-80页 |
| 4.5.2 链码及边缘信息 | 第80-82页 |
| 4.6 计算缺陷几何特征 | 第82-85页 |
| 4.6.1 缺陷几何特征的定义 | 第82页 |
| 4.6.2 缺陷几何特征的测量和计算 | 第82-85页 |
| 4.7 本章小结 | 第85-87页 |
| 第5章 总结与展望 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93-94页 |
| 攻读硕士期间所得成果 | 第94页 |
