![电磁应用极简史，电磁频谱基础特性，电磁环境演进史，电磁频谱管理
出版社：国防工业出版社 郭兰图[等]著 ISBN:978711813028-7](https://img.ihongde.com/shop/1146/product/R7pwSYS7YD.jpg?x-oss-process=image/resize,m_lfit,w_320,h_320,image/auto-orient,1/quality,q_90/watermark,image_YXNzZXRzL2RlZmF1bHQvd20ucG5nP3gtb3NzLXByb2Nlc3M9aW1hZ2UvcmVzaXplLFBfMzU,g_se,t_22,x_10,y_10)
内容简介
本书介绍了金属表面质量在线检测技术，主要包括系统设计、检测算法等，内容涵盖铸坯表面在线检测、中厚板表面在线检测系统、热轧带钢表面在线检测系统、冷轧带钢表面在线检测系统等。本书可供从事冶金自动化技术的科研、设计、生产技术人员使用，也可作为大专院校相关专业师生的参考用书。
- 店长推荐
-
￥143.00
-
￥78.00
-
￥55.00
-
￥69.00
-
￥80.00
-
￥42.00
- 热销商品
- 热门关注
-
热销：332 册
￥140.00
-
热销：279 册
￥37.00
-
热销：163 册
￥53.00
-
热销：151 册
￥67.00
-
热销：114 册
￥60.00
-
热销：112 册
￥100.90
-
热销：110 册
￥45.00
-
热销：107 册
￥65.00
-
热销：80 册
￥40.00
-
热销：75 册
￥123.00
-
热销：74 册
￥50.00
-
热销：72 册
￥79.00
-
1 人关注
￥34.20
-
1 人关注
￥79.93
-
1 人关注
￥69.00
-
1 人关注
￥135.36
-
1 人关注
￥28.80
-
1 人关注
￥462.00
-
1 人关注
￥26.00
-
0 人关注
￥123.00
-
0 人关注
￥150.00
-
0 人关注
￥43.20
-
0 人关注
￥70.00
-
0 人关注
￥58.00
- 商品介绍
- 商品评价
- 商品编号 -
- 品牌 弘德网
目 录
1绪论
1.1机器视觉技术
1.2表面检测的研究与应用现状
1.3表面缺陷检测与识别算法
1.4难点与发展
1.5本书的主要内容和基本结构
参考文献
2表面在线检测系统的设计
2.1系统的设计要求
2.1.1基本要求描述
2.1.2硬件功能要求
2.1.3软件功能要求
2.2检测原理及光路配置
2.2.1检测原理
2.2.2光路配置
2.3系统的基本组成
2.3.1光源
2.3.2摄像机
2.3.3图像采集系统
2.3.4计算机系统
2.4表面检测系统的设计方案
2.4.1系统总体框架
2.4.2硬件设计
2.4.3软件设计
参考文献
3图像处理与识别算法
3.1数字图像处理综述
3.1.1图像和数字图像
3.1.2图像技术
3.1.3图像工程
3.1.4表面缺陷检测算法
3.2图像预处理算法
3.2.1直方图修正
3.2.2线性滤波器
3.2.3非线性滤波器
3.2.4形态滤波器
3.2.5图像压缩
3.3图像分割
3.3.1基于阈值的分割方法
3.3.2基于边缘的分割方法
3.3.3基于区域的分割方法
3.3.4基于图论的分割方法
3.3.5基于能量泛函的分割方法
3.4特征提取
3.4.1概述
3.4.2常用的特征提取方法
3.4.3几何特征提取
3.4.4灰度直方图特征提取
3.4.5图像变换系数特征提取
3.4.6图像纹理特征提取
3.5分类器设计
3.5.1缺陷识别方法
3.5.2基于BP网络的分类器设计
3.5.3支持向量机
参考文献
4冷轧带钢表面在线检测系统
4.1冷轧带钢表面缺陷类型及成因
4.2缺陷检测方式
4.2.1光源
4.2.2光在钢板表面的反射性质
4.2.3明场方式
4.2.4暗场方式
4.3算法流程
4.4典型缺陷的检测
4.4.1羽纹缺陷检测
4.4.2折印缺陷检测
4.4.3划伤缺陷检测
4.4.4辊印缺陷检测
4.4.5黏结缺陷检测
4.4.6氧化铁皮检测
4.4.7桔皮纹缺陷检测
4.4.8边裂缺陷检测
4.4.9斑类缺陷检测
4.5缺陷识别
4.5.1特征提取
4.5.2基于信息熵的特征选择方法
4.6缺陷分类试验
4.6.1缺陷分类过程
4.6.2学习样本与测试样本的获取
4.6.3特征选择的结果
4.6.4分类器的测试结果
参考文献
5热轧带钢表面在线检测系统
5.1热轧带钢表面图像的特点
5.2缺陷检测过程
5.2.1算法流程
5.2.2图像分割
5.2.3缺陷检测
5.3Adoboost分类器
5.3.1Boosting算法概述
5.3.2AdaBoost算法原理
5.3.3决策树
5.3.4基于AdaBoost算法的分类器训练方法
5.3.5改进的AdaBoost算法
5.4在线应用
5.4.1样本采集
5.4.2参数选择
5.4.3应用结果
参考文献
6中厚板表面缺陷在线检测系统
6.1中厚板表面缺陷
6.1.1冶炼缺陷
6.1.2轧制缺陷
6.1.3中厚板表面缺陷特征分析
6.2中厚板表面裂纹检测算法
6.2.1中厚板表面裂纹基本类型及特征
6.2.2形态滤波介绍
6.2.3基于Top-Hat的裂纹检测算法
6.3中厚板表面图像的幅值谱分析
6.3.1图像的幅值谱
6.3.2幅值谱的能量分析
6.3.3幅值谱特征提取的特性
6.3.4图像的不变矩及其特性
6.4试验
6.4.1样本采集
6.4.2试验结果
参考文献
7铸坯表面在线检测系统
7.1铸坯表面检测系统的设计
7.2高温铸坯表面缺陷的特点
7.3高温铸坯表面缺陷识别算法
7.3.1多尺度几何分析概述
7.3.2Curvelet变换原理
7.3.3Contourlet变换原理
7.3.4Shearlet变化原理
7.3.5有监督的局部线性嵌入算法
7.4实验与分析
7.4.1Curvelet-SLLE算法
7.4.2Contourlet-SLLE算法
7.4.3Shearlet-SLLE算法
参考文献
1.1机器视觉技术
1.2表面检测的研究与应用现状
1.3表面缺陷检测与识别算法
1.4难点与发展
1.5本书的主要内容和基本结构
参考文献
2表面在线检测系统的设计
2.1系统的设计要求
2.1.1基本要求描述
2.1.2硬件功能要求
2.1.3软件功能要求
2.2检测原理及光路配置
2.2.1检测原理
2.2.2光路配置
2.3系统的基本组成
2.3.1光源
2.3.2摄像机
2.3.3图像采集系统
2.3.4计算机系统
2.4表面检测系统的设计方案
2.4.1系统总体框架
2.4.2硬件设计
2.4.3软件设计
参考文献
3图像处理与识别算法
3.1数字图像处理综述
3.1.1图像和数字图像
3.1.2图像技术
3.1.3图像工程
3.1.4表面缺陷检测算法
3.2图像预处理算法
3.2.1直方图修正
3.2.2线性滤波器
3.2.3非线性滤波器
3.2.4形态滤波器
3.2.5图像压缩
3.3图像分割
3.3.1基于阈值的分割方法
3.3.2基于边缘的分割方法
3.3.3基于区域的分割方法
3.3.4基于图论的分割方法
3.3.5基于能量泛函的分割方法
3.4特征提取
3.4.1概述
3.4.2常用的特征提取方法
3.4.3几何特征提取
3.4.4灰度直方图特征提取
3.4.5图像变换系数特征提取
3.4.6图像纹理特征提取
3.5分类器设计
3.5.1缺陷识别方法
3.5.2基于BP网络的分类器设计
3.5.3支持向量机
参考文献
4冷轧带钢表面在线检测系统
4.1冷轧带钢表面缺陷类型及成因
4.2缺陷检测方式
4.2.1光源
4.2.2光在钢板表面的反射性质
4.2.3明场方式
4.2.4暗场方式
4.3算法流程
4.4典型缺陷的检测
4.4.1羽纹缺陷检测
4.4.2折印缺陷检测
4.4.3划伤缺陷检测
4.4.4辊印缺陷检测
4.4.5黏结缺陷检测
4.4.6氧化铁皮检测
4.4.7桔皮纹缺陷检测
4.4.8边裂缺陷检测
4.4.9斑类缺陷检测
4.5缺陷识别
4.5.1特征提取
4.5.2基于信息熵的特征选择方法
4.6缺陷分类试验
4.6.1缺陷分类过程
4.6.2学习样本与测试样本的获取
4.6.3特征选择的结果
4.6.4分类器的测试结果
参考文献
5热轧带钢表面在线检测系统
5.1热轧带钢表面图像的特点
5.2缺陷检测过程
5.2.1算法流程
5.2.2图像分割
5.2.3缺陷检测
5.3Adoboost分类器
5.3.1Boosting算法概述
5.3.2AdaBoost算法原理
5.3.3决策树
5.3.4基于AdaBoost算法的分类器训练方法
5.3.5改进的AdaBoost算法
5.4在线应用
5.4.1样本采集
5.4.2参数选择
5.4.3应用结果
参考文献
6中厚板表面缺陷在线检测系统
6.1中厚板表面缺陷
6.1.1冶炼缺陷
6.1.2轧制缺陷
6.1.3中厚板表面缺陷特征分析
6.2中厚板表面裂纹检测算法
6.2.1中厚板表面裂纹基本类型及特征
6.2.2形态滤波介绍
6.2.3基于Top-Hat的裂纹检测算法
6.3中厚板表面图像的幅值谱分析
6.3.1图像的幅值谱
6.3.2幅值谱的能量分析
6.3.3幅值谱特征提取的特性
6.3.4图像的不变矩及其特性
6.4试验
6.4.1样本采集
6.4.2试验结果
参考文献
7铸坯表面在线检测系统
7.1铸坯表面检测系统的设计
7.2高温铸坯表面缺陷的特点
7.3高温铸坯表面缺陷识别算法
7.3.1多尺度几何分析概述
7.3.2Curvelet变换原理
7.3.3Contourlet变换原理
7.3.4Shearlet变化原理
7.3.5有监督的局部线性嵌入算法
7.4实验与分析
7.4.1Curvelet-SLLE算法
7.4.2Contourlet-SLLE算法
7.4.3Shearlet-SLLE算法
参考文献
好评度
100%
- 全部评价
- 晒图
- 追评
- 好评
- 中评
- 差评