基于织物表面纹理的疵点分割方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·主要研究内容及结构安排 | 第13-15页 |
| ·论文主要研究内容 | 第13-14页 |
| ·论文结构安排 | 第14-15页 |
| 2 相关理论和技术 | 第15-27页 |
| ·视觉显著性 | 第15-18页 |
| ·视觉注意机制 | 第15-16页 |
| ·视觉显著性模型分类 | 第16-18页 |
| ·PCNN模型及基本特性 | 第18-21页 |
| ·PCNN基本模型 | 第18-19页 |
| ·PCNN特性及其图像分割原理 | 第19-21页 |
| ·熵及TSALLIS熵 | 第21-24页 |
| ·本章小结 | 第24-27页 |
| 3 织物特征分析 | 第27-35页 |
| ·织物结构特征分析 | 第27-28页 |
| ·织物纹理特征分析 | 第28-30页 |
| ·织物疵点特征分析 | 第30-31页 |
| ·织物视觉显著性特征分析 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 4 纹理显著性特征提取算法 | 第35-55页 |
| ·算法思想 | 第35页 |
| ·改进局部纹理粗糙度 | 第35-42页 |
| ·Tamura纹理粗糙度 | 第35-37页 |
| ·改进局部纹理粗糙度 | 第37-40页 |
| ·实验结果对比分析 | 第40-42页 |
| ·对比度特征 | 第42页 |
| ·纹理方向特征 | 第42-43页 |
| ·纹理显著性特征提取算法步骤 | 第43-45页 |
| ·实验结果及分析 | 第45-53页 |
| ·实验结果分析 | 第45-50页 |
| ·实验结果对比分析 | 第50-52页 |
| ·时间复杂度对比 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 5 改进PCNN疵点分割方法 | 第55-67页 |
| ·图像分割概述 | 第55-58页 |
| ·图像分割定义 | 第55-56页 |
| ·图像分割质量评价 | 第56-58页 |
| ·改进PCNN疵点自动分割方法 | 第58-61页 |
| ·改进PCNN模型及参数设置 | 第58-60页 |
| ·最大二维Tsallis熵准则 | 第60-61页 |
| ·图像分割算法步骤 | 第61页 |
| ·分割结果及性能分析 | 第61-66页 |
| ·分割实验结果 | 第61-64页 |
| ·分割结果定量分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 作者攻读学位期间发表学术论文清单 | 第75-77页 |
| 致谢 | 第77页 |
