独创性声明
学位论文使用授权声明
1 绪论
1.1 课题的背景和意义
1.2 带钢表面缺陷检测技术发展概况
1.2.1 人工检测方法
1.2.2 传统无损检测方法
1.2.3 基于机器视觉的带钢表面缺陷检测方法
1.2.4 我国在机器视觉检测技术领域的研究现状
1.3 本文的主要内容
2 带钢表面缺陷检测装置方案设计
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 带钢表面缺陷提取算法研究
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 带钢图像去噪算法评价
3.2 带钢图像增强
3.2.1 算法简介
3.2.2 图像增强效果实例
3.3 带钢图像分割
3.3.1 常见图像分割算法
3.3.2 图像分割算法比较
3.4 缺陷区域定位
3.4.1 轮廓跟踪
3.4.2 连通区域标记
3.4.3 缺陷区域定位实例
3.5 本章小结
4 带钢表面缺陷提取软件开发
4.1 对图像采集卡的调用
4.2 使用OpenCv对图像采集卡进行二次开发
4.2.1 OpenCv简介
4.2.2 利用OpenCv进行视频捕获
4.3 带钢表面缺陷提取软件设计
4.4 本章小结
5 带钢表面缺陷识别算法研究
5.1 缺陷图像特征提取
5.1.1 样本库的建立
5.1.2 特征空间的优化原则
5.1.3 缺陷图像原始特征
5.1.4 基于主成分分析和Fisher准则的特征提取
5.2 带钢表面缺陷分类
5.2.1 BP神经网络分类器
5.2.2 BP神经网络的改进学习算法
5.2.3 几种改进型BP网络的性能分析
5.2.4 多神经网络用于带钢表面缺陷分类
5.3 本章小结
6 总结与展望
致谢
参考文献