| 摘要 | 第5-9页 |
| abstract | 第9-11页 |
| 第一章 绪论 | 第17-23页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 研究目标 | 第18页 |
| 1.3 机织物纹理表征的难点 | 第18页 |
| 1.4 课题组的研究成果与存在的问题 | 第18-19页 |
| 1.5 研究内容 | 第19-21页 |
| 1.6 论文的总体框架 | 第21-22页 |
| 参考文献 | 第22-23页 |
| 第二章 文献综述 | 第23-36页 |
| 2.1 纹理分析 | 第23-24页 |
| 2.1.1 纹理 | 第23-24页 |
| 2.1.2 纹理分析的研究内容 | 第24页 |
| 2.2 纹理分析方法 | 第24-31页 |
| 2.2.1 传统的纹理分析方法 | 第25-30页 |
| 2.2.2 模式识别与机器学习 | 第30-31页 |
| 2.3 各类方法的总结 | 第31-32页 |
| 2.4 本章小结 | 第32页 |
| 参考文献 | 第32-36页 |
| 第三章 基于字典学习的机织物纹理表征 | 第36-50页 |
| 3.1 机织物纹理表征问题的分析 | 第36页 |
| 3.2 字典学习 | 第36-42页 |
| 3.2.1 字典的构建 | 第38-40页 |
| 3.2.2 系数矩阵的求解 | 第40-42页 |
| 3.3 基于字典学习的机织物纹理表征 | 第42-43页 |
| 3.4 评价指标 | 第43-44页 |
| 3.5 试验设计方案 | 第44-45页 |
| 3.6 试验样本 | 第45-48页 |
| 3.6.1 样本数据集 | 第45-46页 |
| 3.6.2 织物密度变化的试验样本 | 第46-47页 |
| 3.6.3 组织结构变化的样本 | 第47-48页 |
| 3.7 样本的织造与图像采集 | 第48页 |
| 3.8 本章小结 | 第48页 |
| 参考文献 | 第48-50页 |
| 第四章 基于字典学习的整体织物纹理稳定表征 | 第50-67页 |
| 4.1 研究思路 | 第50-54页 |
| 4.1.1 纹理表征不稳定的探讨与分析 | 第50页 |
| 4.1.2 纹理稳定表征算法的基本思路 | 第50-51页 |
| 4.1.3 基于字典学习的织物纹理表征 | 第51-52页 |
| 4.1.4 稳定性的说明 | 第52页 |
| 4.1.5 STR算法的可行性验证 | 第52-54页 |
| 4.2 STR参数的优选 | 第54-58页 |
| 4.2.1 迭代次数 | 第54-56页 |
| 4.2.2 字典个数的优选 | 第56-58页 |
| 4.3 基于字典学习稳定表征织物纹理的有效性验证 | 第58页 |
| 4.4 实验结果讨论与分析 | 第58-66页 |
| 4.4.1 织物图像和自然图像的纹理表征 | 第58-61页 |
| 4.4.2 图像尺寸对纹理表征的影响 | 第61-64页 |
| 4.4.3 带噪图像的纹理表征 | 第64-65页 |
| 4.4.4 算法的适应性 | 第65-66页 |
| 4.5 本章小结 | 第66页 |
| 参考文献 | 第66-67页 |
| 第五章 基于固定字典的局部机织物纹理稳定表征 | 第67-95页 |
| 5.1 研究思路 | 第67页 |
| 5.2 局部机织物纹理表征 | 第67-69页 |
| 5.2.1 子窗口划分 | 第68页 |
| 5.2.2 字典学习求解方法 | 第68页 |
| 5.2.3 基于固定字典的局部织物纹理表征 | 第68-69页 |
| 5.3 字典学习参数的优选 | 第69-83页 |
| 5.3.1 字典个数的优选 | 第70-72页 |
| 5.3.2 稀疏基数的优选 | 第72-73页 |
| 5.3.3 子窗口尺寸的优选 | 第73-83页 |
| 5.4 基于固定字典表征局部织物纹理的有效性验证 | 第83-84页 |
| 5.5 与K-SVD字典学习算法表征性能的比较 | 第84-86页 |
| 5.5.1 原始图像与带噪图像的表征结果 | 第85-86页 |
| 5.5.2 计算速度 | 第86页 |
| 5.6 实验结果与分析 | 第86-93页 |
| 5.6.1 原始图像的纹理表征 | 第86-87页 |
| 5.6.2 带噪图像的织物纹理表征 | 第87-93页 |
| 5.7 本章小结 | 第93页 |
| 参考文献 | 第93-95页 |
| 第六章 基于通用字典的局部机织物纹理稳定表征 | 第95-109页 |
| 6.1 研究思路 | 第95页 |
| 6.2 通用字典表征织物纹理 | 第95-96页 |
| 6.2.1 基本原理 | 第95-96页 |
| 6.2.2 基于通用字典的局部织物纹理表征 | 第96页 |
| 6.3 参数的优化 | 第96-101页 |
| 6.3.1 字典学习方法的选择 | 第96-99页 |
| 6.3.2 稀疏基数的优选 | 第99-101页 |
| 6.4 有效性的验证 | 第101-102页 |
| 6.4.1 原始图像纹理表征有效性的验证 | 第101页 |
| 6.4.2 带噪图像纹理表征有效性的验证 | 第101-102页 |
| 6.5 实验结果与分析 | 第102-107页 |
| 6.5.1 原始图像 | 第102页 |
| 6.5.2 带噪图像 | 第102-106页 |
| 6.5.3 基于组织结构训练的通用字典 | 第106-107页 |
| 6.6 本章小结 | 第107-108页 |
| 参考文献 | 第108-109页 |
| 第七章 织物结构参数对通用字典表征纹理的影响及织物瑕疵检测应用 | 第109-133页 |
| 7.1 织物样本图像的预处理 | 第109页 |
| 7.2 织物结构参数对纹理表征的影响 | 第109-116页 |
| 7.2.1 织物密度对纹理表征的影响 | 第110-114页 |
| 7.2.2 织物组织结构对纹理表征的影响 | 第114-116页 |
| 7.3 织物瑕疵检测 | 第116-132页 |
| 7.3.1 基本思路 | 第116-117页 |
| 7.3.2 基于通用字典的瑕疵检测 | 第117-119页 |
| 7.3.3 实验与结果讨论 | 第119-132页 |
| 7.4 本章小结 | 第132页 |
| 参考文献 | 第132-133页 |
| 第八章 结论与展望 | 第133-136页 |
| 8.1 结论 | 第133-135页 |
| 8.2 展望 | 第135-136页 |
| 附录一 | 第136-140页 |
| 附录二 | 第140-141页 |
| 附录三 | 第141-144页 |
| 攻读博士学位期间发表学术论文 | 第144-145页 |
| 致谢 | 第145页 |