声明
致谢
摘要
1.1 课题研究背景与意义
1.2 国内外研究现状
1.3 缺陷检测算法评价指标
1.3.1 客观评价标准
1.3.2 主观评价标准
1.4 本文研究内容和结构
2 结构型纹理背景工业产品图像缺陷分类方法介绍
2.1 结构型纹理背景的工业产品图像特征提取算法
2.1.1 灰度共生矩阵
2.1.2 局部二值化模式
2.2 结构型纹理背景的工业产品图像分类算法
2.2.1 支持向量机
2.2.2 人工神经网络
2.3 矩阵低秩逼近相关方法综述
2.3.1 奇异值分解
2.3.2 鲁棒主成分分析
2.3.3 应用
2.4 本章小结
3 基于ELM的待测结构型纹理背景表面图像分类方法
3.1 实验数据
3.2 特征提取
3.2.1 SD特征
3.2.2 GLCM特征
3.3 分类器设计
3.4 实验步骤及结果分析
3.4.1 基于M-LBP和SD特征分类方法的实验步骤
3.4.2 基于GLCM特征和ELM分类的实验步骤
3.4.3 结果对比及分析
3.5 本章小结
4 基于广义低秩逼近算法的缺陷区域提取方法
4.1 背景建模
4.2 背景差分和阈值分割
4.3 实验结果及分析
4.3.1 结构型纹理背景工业产品表面图像缺陷提取
4.3.2 光照的影响
4.3.3 旋转的影响
4.4 本章小结
5.1 总结
5.2 展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集