基于支持向量机的棉麻纤维自动识别技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 引言 | 第10-11页 |
| 1.2 纤维自动识别的研究现状 | 第11-12页 |
| 1.3 课题的研究目的及意义 | 第12-13页 |
| 1.4 课题的研究内容 | 第13-15页 |
| 第二章 棉麻纤维切片制备及图像获取 | 第15-20页 |
| 2.1 纤维纵向切片制备 | 第15-16页 |
| 2.2 棉麻纤维图像获取 | 第16-19页 |
| 2.2.1 实验硬件 | 第17-18页 |
| 2.2.2 纤维图像采集 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 棉麻纤维图像的处理 | 第20-33页 |
| 3.1 棉麻纤维图像特点 | 第20-22页 |
| 3.2 纤维图像的处理 | 第22-32页 |
| 3.2.1 灰度变化 | 第22-24页 |
| 3.2.2 棉麻纤维图像的二值化 | 第24-25页 |
| 3.2.3 二值形态学处理 | 第25-30页 |
| 3.2.4 单根纤维分割 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 棉麻纤维特征提取 | 第33-45页 |
| 4.1 纵向形态特征提取 | 第33-36页 |
| 4.1.1 提取图像中轴线 | 第33-35页 |
| 4.1.2 扭曲度的表征 | 第35-36页 |
| 4.2 纵向纹理特征提取 | 第36-42页 |
| 4.2.1 纹理的定义及分类 | 第37页 |
| 4.2.2 纹理特征的分析方法 | 第37-38页 |
| 4.2.3 灰度共生矩阵 | 第38-39页 |
| 4.2.4 灰度共生矩阵的特征参数 | 第39-42页 |
| 4.3 纹理特征在棉麻纤维识别中的应用 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 棉麻纤维识别技术 | 第45-62页 |
| 5.1 模式识别的概念 | 第45-46页 |
| 5.2 支持向量机的分类方法 | 第46-55页 |
| 5.2.1 线性可分与线性不可分 | 第47-51页 |
| 5.2.2 支持向量机分类法 | 第51-53页 |
| 5.2.3 核函数 | 第53-54页 |
| 5.2.4 惩罚系数C | 第54-55页 |
| 5.3 支持向量机模型的建立 | 第55-59页 |
| 5.3.1 样本特征数据归一化 | 第56页 |
| 5.3.2 核函数的确定 | 第56-58页 |
| 5.3.3 径向基核函数参数的确定 | 第58-59页 |
| 5.4 分类结果及分析 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 研究总结 | 第62页 |
| 6.2 今后工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
