摘要
ABSTRACT
1 绪论
1.1 课题的研究背景
1.2 带钢表面缺陷检测的意义
1.3 带钢表面缺陷检测技术发展概况
1.3.1 传统检测方法
1.3.2 自动检测方法
1.3.3 国外研究现状
1.3.4 国内研究现状
1.4 DSP的发展及其在图像处理方面的应用
1.4.1 DSP的发展及特点
1.4.2 DSP在数字图像处理方面的应用
1.5 本文的主要内容
2 系统的软硬件结构
2.1 带钢表面缺陷检测装置原理
2.2 带钢表面缺陷检测装置硬件组成
2.2.1 带钢模拟传动装置
2.2.2 图像采集设备的选型及安装
2.3 带钢表面缺陷检测软件流程
2.4 本章小结
3 带钢表面缺陷检测及识别算法研究
3.1 带钢图像去噪
3.1.1 图像系统常见噪声
3.1.2 图像去噪算法介绍
3.1.3 带钢图像去噪算法比较
3.2 带钢图像分割
3.2.1 常用图像分割算法
3.2.2 带钢图像分割算法比较
3.3 缺陷区域定位
3.3.1 轮廓跟踪
3.3.2 连通区域标记
3.3.3 缺陷区域定位算法比较
3.4 带钢表面缺陷识别
3.4.1 缺陷图像特征提取
3.4.2 样本库的建立
3.4.3 缺陷图像原始特征
3.4.4 带钢表面缺陷分类
3.4.5 BP神经网络分类器
3.4.6 改进的BP神经网络学习算法
3.4.7 几种改进BP算法的性能分析
3.5 本章小结
4 检测算法在DSP中的实现
4.1 DM642图像处理平台
4.2 DSP芯片的软件开发
4.2.1 DSP芯片软件开发工具
4.2.2 DSP软件开发环境CCS(Code Composer Studio)
4.2.3 实时仿真系统XDS510
4.3 检测算法在DSP中的编写
4.4 DSP的编程优化
4.4.1 编译选项
4.4.2 代码剖析
4.4.3 优化C/C++代码
4.4.4 线性汇编语言优化
4.5 程序的执行结果
4.6 本章小结
5 总结与展望
致谢
参考文献