基于计算机视觉木材表面颜色分类的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·本研究的目的和意义 | 第7-8页 |
| ·木材表面颜色的研究现状 | 第8-9页 |
| ·计算机视觉技术在颜色分类方面的应用 | 第9-10页 |
| ·主要研究内容 | 第10-12页 |
| 2 彩色图像处理中颜色模型及图像预处理 | 第12-21页 |
| ·颜色模型的选取 | 第12-14页 |
| ·RGB颜色模型 | 第12-13页 |
| ·HSI颜色模型 | 第13页 |
| ·颜色模型的转换 | 第13-14页 |
| ·数字图像处理概述 | 第14-15页 |
| ·图像数字化 | 第15-17页 |
| ·采样 | 第15-16页 |
| ·量化 | 第16-17页 |
| ·图像预处理 | 第17-20页 |
| ·直方图均衡化 | 第17-18页 |
| ·图像噪声清除 | 第18-19页 |
| ·实验材料 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 木材表面颜色特征提取及分析 | 第21-34页 |
| ·颜色特征的特点 | 第21页 |
| ·木材图像颜色特征提取及实验分析 | 第21-33页 |
| ·图像颜色特征的颜色直方图表达 | 第22-23页 |
| ·颜色直方图特征提取及实验分析 | 第23-27页 |
| ·图像颜色特征的颜色矩表达 | 第27-28页 |
| ·颜色矩特征提取及实验分析 | 第28-30页 |
| ·基于融合的彩色特征提取及实验分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 4 模式识别方法及神经网络分类器设计 | 第34-43页 |
| ·模式识别概述 | 第34页 |
| ·模式识别常用方法及其特点 | 第34-35页 |
| ·基于神经网络的模式识别 | 第35-36页 |
| ·神经网络概述 | 第35页 |
| ·神经网络的特性 | 第35-36页 |
| ·BP神经网络分类器 | 第36-41页 |
| ·BP神经网络 | 第36-38页 |
| ·BP神经网络设计 | 第38页 |
| ·训练函数的确定 | 第38-41页 |
| ·本章小结 | 第41-43页 |
| 5 木材表面颜色分类实验与结果分析 | 第43-53页 |
| ·Mattab语言特点 | 第43-44页 |
| ·基于不同颜色特征分类实验结果 | 第44-52页 |
| ·基于直方图特征分类实验结果 | 第44-45页 |
| ·基于 RGB颜色矩特征分类实验结果 | 第45-49页 |
| ·基于融合的彩色特征分类实验结果 | 第49-51页 |
| ·基于不同颜色特征参数的分类性能比较 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59-60页 |
