摘要
1 绪论
1.1 研究目的及意义
1.2 计算机视觉技术发展现状
1.3 基于图像处理的木材缺陷检测技术的研究及发展现状
1.3.1 板材和原木缺陷检测技术研究及发展现状
1.3.2 单板缺陷检测技术研究及发展现状
1.4 人工神经网络技术的发展现状
1.5 论文的结构安排
2 单板表面图像的缺陷检测系统设计
2.1 实验样本的选取
2.2 系统硬件部分设计
2.2.1 照明系统设计
2.2.2 图像采集系统设计
2.3 系统软件部分设计
2.4 本章小结
3 本文所涉及的理论基础知识
3.1 数学形态学
3.1.1 二值形态学
3.1.2 灰度形态学
3.2 K-均值聚类算法
3.2.1 聚类分析与聚类算法
3.2.2 聚类算法相似度量
3.2.3 K-均值理论
3.3 BP神经网络
3.3.1 BP神经网络的原理及方法
3.3.2 BP神经网络结构及其算法
3.4 本章小结
4 基于形态学的单板彩色图像缺陷分割研究
4.1 图像分割的基本方法
4.2 颜色空间
4.2.1 颜色空间的选择
4.2.2 RGB模型与HSI模型之间的转换
4.3 彩色图像边缘检测的一般方法
4.4 基于形态学HSI分量算法的单板缺陷检测
4.4.1 形态学滤波处理
4.4.2 HSI三分量独立处理
4.4.3 处理结果与分析
4.5 基于K-均值聚类算法的单板HSI彩色空间图像缺陷检测
4.5.1 算法的具体步骤
4.5.2 实验结果及分析
4.6 本章小结
5 单板缺陷图像分类系统设计
5.1 单板缺陷图像特征选取
5.2 基于BP神经网络的单板缺陷识别
5.2.1 BP神经网络的设计
5.2.2 BP神经网络训练及仿真
5.3 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢
声明