文摘
英文文摘
声明
致谢
第一章绪论
1.1造纸工业的现状和发展
1.2纸病检测的重要性
1.3关于机器视觉技术
1.4国内外纸病检测方法研究现状
1.4.1国外研究现状
1.4.2国内研究现状
1.5本课题研究的目的和意义
第二章基于机器视觉的纸病检测系统构成
2.1纸病检测原理
2.2纸病的主要类型、特征及其产生原因
2.3纸病检测系统的构成
2.4纸病检测系统的软件开发工具
第三章基于机器视觉的纸病检测图像处理方法研究
3.1机器视觉中图像处理理论基础和概述
3.2纸病图像的平滑去噪
3.2.1图像的噪声
3.2.2图像的平滑去噪
3.3图像增强
3.3.1灰度变换
3.3.2直方图均衡化
3.4图像分割
3.4.1图像边缘检测
3.4.2图像闽值分割
3.5数学形态学处理
3.5.1腐蚀和膨胀
3.5.2展开和封闭
3.6纸病数字图像处理结果及分析
3.7纸病图像特征提取和选择
3.7.1形态特征
3.7.2灰度特征
3.7.3纹理特征
3.7.4纸病特征量选择结果
第四章基于BP神经网络的纸病分类器设计
4.1神经网络概述
4.2 BP算法
4.3 BP神经网络的结构设计
4.4纸病分类器的训练及验证
4.4.1训练样本的选择
4.4.2分类器的训练
4.4.3纸病分类器识别效果验证
4.5实验结果分析
第五章基于机器视觉的纸病检测系统集成
5.1纸病检测系统集成
5.1.1纸病检测系统硬件构成
5.1.2纸病检测系统软件构成
5.2系统测试结果与分析
第六章总结与展望
6.1总结
6.2展望
参考文献
附录:图像预处理主要函数名称表