机器视觉检测与板带钢质量评价

机器视觉检测与板带钢质量评价
出版时间： 2016年版
内容简介
　　《机器视觉检测与板带钢质量评价》主要介绍机器视觉技术在板带钢表面质量检测领域的应用以及板带钢质量评价。《机器视觉检测与板带钢质量评价》涵盖了机器视觉技术在板带钢表面质量检测领域应用的各个方面，为板带钢质量评价开拓了新的研究思路。全书主要包括板带钢表面质量机器视觉检测系统构建、钢板表面图像采集及预处理技术、多域图像采集技术、缺陷特征提取及识别技术，板带钢表面质量评价及综合质量评价等内容。
　　《机器视觉检测与板带钢质量评价》可作为机器视觉检测、板带钢表面质量检测、板带钢质量评价等领域的科研人员和工程技术人员开展理论研究和研发相关检测装备的参考用书，也可以作为高等院校研究生和本科高年级学生的教学用书或参考书。
目录
序
前言

第1章 绪论
1．1 机器视觉检测概述
1．1．1 机器视觉及其系统组成
1．1．2 机器视觉的主要应用
1．2 板带钢表面质量检测
1．2．1 板带钢表面质量检测概述
1．2．2 几种典型的板带钢表面缺陷
1．2．3 板带钢表面缺陷检测典型方法
1．2．4 机器视觉板带钢表面缺陷检测
1．3 板带钢质量评价
1．3．1 板带钢质量评价概述
1．3．2 表面质量评价与综合质量评价
1．3．3 板带钢质量评价现状及发展趋势
1．4 本书主要内容

第2章 机器视觉板带钢表面缺陷检测系统
2．1 概述
2．2 板带钢表面缺陷检测系统构成
2．2．1 基本要求
2．2．2 硬件系统构成
2．2．3 软件系统构成
2．3 检测系统硬件设计
2．3．1 板带钢运动系统设计
2．3．2 图像传感器的设计选型
2．3．3 光源的设计选型
2．3．4 传感器与光源布局设计
2．3．5 检测系统的硬件拓扑结构
2．4 检测系统的软件设计
2．4．1 软件逻辑结构
2．4．2 软件的功能要求
2．4．3 软件的功能结构

第3章 图像数据采集与预处理
3．1 概述
3．2 数据实时采集
3．3 图像数据缓存与多线程处理
3．4 图像快速检测技术
3．4．1 DSP硬件图像快速处理技术
3．4．2 基于灰度特征的缺陷图像识别算法
3．4．3 程序的执行过程及性能测试
3．4．4 系统实时性评价
3．5 基于NINE算法的脉冲噪声去除方法
3．5．1 脉冲噪声的数学模型
3．5．2 去除图像脉冲噪声的NINE算法
3．5．3 图像滤波效果的评价
3．5．4 实验结果与分析
3．6 基于自适应双倒数滤波的高斯噪声去除方法
3．6．1 高斯噪声的数学模型
3．6．2 双倒数滤波
3．6．3 自适应双倒数滤波
3．6．4 实验结果与分析
3．7 基于小波各向异性扩散的纹理背景去除
3．7．1 非线性各向异性扩散滤波
3．7．2 基于小波各向异性扩散的图像滤波方法
3．7．3 实验结果与分析
3．8 基于总变分模型的图像光照归一化

第4章 多域图像信息采集与处理
4．1 概述
4．2 板带钢表面多域图像信息采集系统
4．2．1 照明方式对缺陷检出的影响
4．2．2 多域图像采集方法
4．2．3 多域图像采集系统
4．3 板带钢表面缺陷图像的配准方法
……
第5章 板带钢表面缺陷目标的检出方法
第6章 图像特征提取与分析
第7章 图像特征组合与降维
第8章 缺陷模式的识别与分类
第9章 多体分类模型与版图分类法
第10章 板带钢表面质量评价
第11章 板带钢综合质量评价与灵敏度分析
参考文献
索引
彩图