了得網工業技術_鋼板表面質量在線監測技術

編輯推薦

本書以鋼板表面缺陷的檢測作為研究對像，利用機器視覺的技術，構建鋼板表面質量在線監測繫統，以滿足實際生產現場的實時監測需求，以由總到分的結構，科學合理地安排全書的內容。全書總共分為7章，主要內容包括鋼板表面缺陷圖像預處理技術、鋼板表面缺陷區域檢測技術、缺陷特征提取與選擇技術等。該書可供各大專院校作為教材使用，也可供從事相關工作的人員作為參考用書使用。

內容簡介

本書是一本介紹利用機器視覺方法對鋼板的生產過程進行質量監測的專著。本書緊緊圍繞鋼板表面質量在線監測技術，從繫統的軟、硬件設計著手，針對繫統的每個部分進行了探索研究。主要內容包括：鋼板表面缺陷圖像預處理技術、鋼板表面缺陷區域檢測技術、缺陷特征提取與選擇技術以及鋼板表面缺陷識別技術。
本書可供從事鋼板表面質量檢測的科研工作者及技術開發人員使用，也可作為相關專業的本科生及研究生的實踐應用教材，以及表面檢測和機器視學等方面研究人員的參考資料。

序
前言
第1章緒論
1.1 表面監測技術概述
1.1.1 表面監測技術的含義
1.1.2 表面監測技術的發展及研究現狀
1.1.3 表面監測技術的意義
1.2 鋼板分類及檢測現狀
1.2.1 鋼板的分類
1.2.2 我國鋼板生產及質量檢測現狀
1.3 本書的主要內容和基本結構
第2章鋼板表面缺陷圖像及成因分析
2.1 冷軋鋼板典型缺陷
2.2 熱軋鋼板典型缺陷序
前言
第1章緒論
1.1 表面監測技術概述
1.1.1 表面監測技術的含義
1.1.2 表面監測技術的發展及研究現狀
1.1.3 表面監測技術的意義
1.2 鋼板分類及檢測現狀
1.2.1 鋼板的分類
1.2.2 我國鋼板生產及質量檢測現狀
1.3 本書的主要內容和基本結構
第2章鋼板表面缺陷圖像及成因分析
2.1 冷軋鋼板典型缺陷
2.2 熱軋鋼板典型缺陷
2.2.1 冶煉缺陷
2.2.2 軋制缺陷
第3章鋼板表面質量在線監測繫統的設計
3.1 鋼板表面質量在線監測繫統的分類
3.2 繫統的性能需求分析
3.2.1 冷軋鋼板表面質量在線監測繫統性能需求
3.2.2 熱軋鋼板表面質量在線監測繫統性能需求
3.3 繫統的硬結構設計
3.3.1 整體結構設計
3.3.2 計算機硬件繫統
3.3.3 攝像繫統的確定
3.3.4 照明方式
3.3.5 其他輔助裝置
3.4 繫統的軟件結構設計
3.4.1 客戶機軟件繫統
3.4.2 服務器軟件繫統
3.4.3 控制臺軟件
第4章缺陷圖像預處理技術
4.1 鋼板表面邊界圖像
4.1.1 鋼板表面圖像有效區域的定義
4.1.2 鋼板邊界檢測的意義
4.1.3 鋼板邊界檢測的作用
4.2 簡易邊界搜索算法
4.3 灰度梯度閾值搜索算法
4.3.1 灰度梯度閾值搜索算法原理
4.3.2 實驗驗證
4.4 邊界局部搜索算法
4.4.1 邊界局部搜索算法原理及實現步驟
4.4.2 邊界局部搜索算法實例解析
4.4.3 邊界局部搜索算法在冷軋鋼板有效區域提取中的應用
4.4.4 邊界局部搜索算法的討論
4.4.5 邊界局部搜索擴展算法
4.5 鋼板表面缺陷圖像增強算法
4.5.1 鄰域增強算法
4.5.2 中值濾波
4.5.3 直方圖均衡化“
4.5.4 頻域圖像增強
4.5.5 基於小波變換的圖像增強算法
第5章鋼板表面缺陷區域檢測技術
5.1 區域檢測的主要過程
5.1.1 區域檢測的流程
5.1.2 可疑點檢測的方法
5.1.3 ROI搜索
5.1.4 ROI合並
5.1.5 鋼板表面缺陷區域檢測實驗
5.2 基於數學形態學的區域檢測方法
5.2.1 數學形態學基本理論
5.2.2 形態濾波及其在鋼板表面缺陷檢測中的應用
5.3 基於形態小波的區域檢測方法
5.3.1 形態小波理論
5.3.2 基於形態小波的鋼板表面缺陷檢測
第6章缺陷特征提取與選擇技術
6.1 鋼板表面圖像模式識別基礎
6.1.1 模式識別的基本概念
6.1.2 模式空間、特征空間和類型空間
6.1.3 特征提取和特征選擇
6.2 典型特征的提取
6.2.1 空域特征的提取
6.2.2 頻域特征的提取
6.3 鋼板表面缺陷特征選擇方法
6.3.1 類別可分離性判據
6.3.2 常見的特征選擇方法的簡介與分析
6.3.3 基於遺傳算法的特征選擇方法
第7章鋼板表面缺陷識別技術
7.1 表面缺陷識別概述
7.1.1 模式識別主要方法簡介
7.1.2 分類器的設計
7.1.3 BP神經網絡與LVQ神經網絡
7.2 基於BP神經網絡的分類器設計
7.2.1 BP網絡分類器設計時應考慮的問題
7.2.2 缺陷識別過程
7.2.3 實驗驗證
7.2.4 BP神經網絡識別的不足
7.3 多缺陷類型下樣本庫的建立與特征集確定
7.3.1 樣本庫的建立
7.3.2 特征集的確定及實驗驗證
7.4 多缺陷類型的分類器研究
7.4.1 基於小樣本的神經網絡參數優化選擇方法
7.4.2 基於LVQ3神經網絡的表面缺陷識別與分析
7.4.3 基於支持向量機的表面缺陷識別算法研究
7.4.4 多缺陷類型的識別總結
參考文獻

商品搜索

商品分类

【醫學】

【各大出版社】