小波缺陷分割研究與應用課件

碩士論文答辯--小波缺陷分割研究與應用小波缺陷分割研究與應用答辯思路我們?nèi)绾谓鉀Q此課題？目前解決此課題存在什么問題？別人已做的怎么樣?是否可能做?為什么要做?小波缺陷分割研究與應用本論文的幾大模塊1研究背景2圖像分類與檢索3水平集方法4本文曲波算法5應用小波缺陷分割研究與應用刀痕刀洞疥癬牛蠅傷烙印色差污斑各種皮革缺陷圖片小波缺陷分割研究與應用實際生產(chǎn)流程圖人工生產(chǎn)流程圖小波缺陷分割研究與應用皮革排樣示意圖皮革排樣示意圖小波缺陷分割研究與應用皮革缺陷檢測系統(tǒng)界面圖小波缺陷分割研究與應用由于皮革種類繁多，各種缺陷也多，目前多數(shù)算法缺乏通用性。大多數(shù)的方法要么基于空間域，要么基于頻域，而把兩者結(jié)合效果如何，有待進一步研究。大多數(shù)方法沒有考慮光照，仿射變換等因素對算法的影響。尚待解決的問題小波缺陷分割研究與應用技術路線圖小波缺陷分割研究與應用三大類圖像結(jié)構(gòu)不明顯紋理周期結(jié)構(gòu)紋理隨機紋理針對不同類別采用不同的分割算法進行分割小波缺陷分割研究與應用結(jié)構(gòu)與隨機紋理的二值傅立葉譜小波缺陷分割研究與應用特征空間樣本分類最大間隔示意圖

小波缺陷分割研究與應用支持向量機的目標函數(shù)

小波缺陷分割研究與應用Contents水平集Concept多尺度梯度Concept小波缺陷分割研究與應用常見分割算法常見分割算法MeanShift水平集基于算子模糊聚類小波缺陷分割研究與應用紋理分割算法的基本流程第四步第三步第二步第一步反變換回空間域再處理濾除背景、保留缺陷MeanShift曲波變換小波缺陷分割研究與應用缺陷凸顯與二值化將圖像通過曲波變換到頻域，在各個頻帶子空間來提取特征向量，用MeanShift對這些特征向量自動進行分類，分為正常背景與各類缺陷。缺陷分割與定位圖像二值化與后期處理(形態(tài)學腐蝕與膨脹），最小外接凸多邊形，質(zhì)心等形狀參數(shù)的提取，作為缺陷識別的形狀依據(jù)。小波缺陷分割研究與應用頻域變換發(fā)展歷程FFT短時FT小波脊波曲波信號處理信號頻域處理變換小波缺陷分割研究與應用一維信號小波變換小波缺陷分割研究與應用二維信號小波變換小波缺陷分割研究與應用脊波變換具有方向選擇和識別的能力，可以更有效的表示二維信號中，具有直線特性的奇異信號。脊波函數(shù)小波缺陷分割研究與應用脊波變換的三個參數(shù)示意小波缺陷分割研究與應用為什么我們會選擇曲波呢?紋理圖像多出現(xiàn)直線，曲線性的奇異信號

曲波變換是一種多分辨率、帶通、具有方向性的分析函數(shù)，更容易提取這些信號。1999年Candes等人基于脊波提出第一代曲波。2002年Candes等人提出第二代曲波理論框架。2005年他們一直致力于快速算法的離散實現(xiàn)。小波缺陷分割研究與應用曲波變換的時域與頻域小波缺陷分割研究與應用j、l、k分別表示尺度、方向、位移參數(shù)。曲波的正變換與反變換小波缺陷分割研究與應用曲波變換各個層次的矩陣情況小波缺陷分割研究與應用曲波各個層次的特征分布情況小波缺陷分割研究與應用MeanShift算法的幾個公式小波缺陷分割研究與應用MeanShift小波缺陷分割研究與應用單位均勻核函數(shù)與單位高斯核函數(shù)小波缺陷分割研究與應用MeanShift算法就是反復的計算以下兩步，直到接近于0，即到達模式點為止。計算MeanShift向量；根據(jù)移動核函數(shù)。MeanShift核心步驟小波缺陷分割研究與應用算法各個參數(shù)的說明冪方d剔除最大的模式反變換頻域各個層次的處理lamda1lamda2lamda3lamda4Db4濾波MeanShiftBins大小的設置迭代精度特征向量歸一化迭代初始向量的選取非線性變換缺陷凸顯圖像小波缺陷分割研究與應用二值化凸顯圖像二值化圖像樣本均值樣本方差區(qū)間估計置信度設置閾值上限閾值下限小波缺陷分割研究與應用后序工序根據(jù)缺陷面積大小，個數(shù)，在皮子上的分布情況等參數(shù)，量化皮子等級與質(zhì)量。正確的找到缺陷位置，且將它分割出來是后序識別與排樣的關鍵。根據(jù)樣片，避開缺陷，合理的利用皮革，減少材料的浪費。定位分割缺陷分類排樣小波缺陷分割研究與應用算法時間復雜度高分割的結(jié)果與原始的缺陷存在偏差穩(wěn)定性有待驗證通用性有