| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 课题研究目的及意义 | 第7页 |
| 1.2 国内外织物疵点检测算法研究现状 | 第7-10页 |
| 1.2.1 基于空间域的织物疵点检测算法 | 第7-9页 |
| 1.2.2 基于频率域的织物疵点检测算法 | 第9-10页 |
| 1.3 国内外织物疵点检测系统研究现状 | 第10-12页 |
| 1.3.1 国外织物疵点检测系统研究现状 | 第10-11页 |
| 1.3.2 国内织物疵点检测系统研究现状 | 第11-12页 |
| 1.4 论文主要内容 | 第12-14页 |
| 第二章 基于轮廓波变换的织物疵点图像消噪 | 第14-23页 |
| 2.1 轮廓波变换理论 | 第14-16页 |
| 2.1.1 拉普拉斯金字塔滤波器 | 第14-15页 |
| 2.1.2 方向滤波器组 | 第15-16页 |
| 2.2 轮廓波分解基本结构 | 第16-17页 |
| 2.3 图像的质量评价 | 第17-18页 |
| 2.3.1 主观评价法 | 第17页 |
| 2.3.2 客观评价法 | 第17-18页 |
| 2.4 图像的消噪方法 | 第18-21页 |
| 2.4.1 基于小波变换的图像消噪 | 第18-19页 |
| 2.4.2 基于小波变换的织物疵点图像消噪 | 第19页 |
| 2.4.3 基于轮廓波变换的图像消噪 | 第19-20页 |
| 2.4.4 基于轮廓波变换的织物疵点图像消噪 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 基于轮廓波变换的织物疵点分割 | 第23-30页 |
| 3.1 基于轮廓波变换的织物疵点分割 | 第23-24页 |
| 3.2 轮廓波分解参数的确定 | 第24-27页 |
| 3.2.1 滤波器的选择 | 第24-26页 |
| 3.2.2 分解层数的确定 | 第26-27页 |
| 3.3 织物疵点分割 | 第27-28页 |
| 3.4 实验结果与分析 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 基于 BP 神经网络与主成分分析的织物疵点分类 | 第30-41页 |
| 4.1 织物疵点图像的特征提取 | 第30-32页 |
| 4.1.1 基于灰度共生矩阵的特征提取 | 第30-31页 |
| 4.1.2 其它特征参数提取 | 第31-32页 |
| 4.2 BP 神经网络及其结构 | 第32-33页 |
| 4.2.1 BP 网络基本结构 | 第32-33页 |
| 4.2.2 BP 网络模型 | 第33页 |
| 4.3 织物疵点分类网络的设计 | 第33-39页 |
| 4.3.1 基于主成分分析的特征筛选 | 第33-36页 |
| 4.3.2 BP 神经网络结构设计 | 第36-39页 |
| 4.4 织物疵点分类 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 织物疵点检测系统用户界面 | 第41-48页 |
| 5.1 织物疵点检测系统用户界面结构框架 | 第41-42页 |
| 5.2 织物疵点检测系统用户界面设计 | 第42页 |
| 5.3 应用实例 | 第42-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第六章 结论与展望 | 第48-49页 |
| 6.1 结论 | 第48页 |
| 6.2 不足与展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第53页 |