摘要
1 绪论
1.1 课题背景及研究意义
1.2 机器视觉系统概述
1.3 表面缺陷检测技术的国内外研究现状
1.4 本文主要工作及章节安排
2 纸病图像滤波算法研究
2.1 常见噪声类型
2.1.1 高斯噪声
2.1.2 椒盐噪声
2.2 常用滤波算法
2.2.1 均值滤波
2.2.2 中值滤波
2.2.3 形态学滤波
2.3 纸病图像滤波算法
2.3.1 自适应中值滤波算法
2.3.2 基于多尺度CB形态学的滤波算法
2.3.3 滤波效果的评价方法
2.4 本章小结
3 纸病图像边缘检测算法研究
3.1 常用边缘检测算法
3.1.1 常用边缘检测算子
3.1.2 形态学边缘检测
3.2 纸病图像边缘检测算法
3.2.1 基于多结构元素CB形态学的边缘检测算法
3.2.2 边缘检测效果评价方法
3.3 本章小结
4 基于CB形态学和灰度码分解的纸病检测算法研究
4.1 位平面
4.2 灰度码分解
4.3 基于位平面的纸病检测算法
4.3.1 算法原理
4.3.2 仿真及分析
4.4 基于CB形态学和灰度码分解的纸病检测算法
4.4.1 算法原理
4.4.2 仿真及分析
4.5 本章小结
5 基于RPCA的纸张图像分割算法研究
5.1 RPCA
5.1.1 PCA概述
5.1.2 RPCA概述
5.2 基于RPCA的纸病图像分割算法
5.2.1 算法原理
5.2.2 仿真及分析
5.3 本章小结
6 总结与展望
6.1 工作总结
6.2 研究展望
致谢
参考文献
攻读硕士学位期间的科研成果
攻读硕士学位期间参与的科研项目
声明