基于机器视觉的染色品色差检测系统的关键技术研究
摘要 | 第1-7页 |
Abstract | 第7-10页 |
目录 | 第10-12页 |
第一章 绪论 | 第12-21页 |
·机器视觉概述 | 第12-14页 |
·基于机器视觉的染色品色差检测 | 第14-15页 |
·本文研究背景、目的及意义 | 第15-16页 |
·国内外研究现状 | 第16-18页 |
·染色品在线检测系统发展研究现状 | 第16-17页 |
·光照校正算法研究现状 | 第17-18页 |
·支持向量机发展研究现状 | 第18页 |
·论文的主要内容、思路及创新点 | 第18-20页 |
·本文的研究内容及思路 | 第19页 |
·创新点 | 第19-20页 |
·本文章节安排 | 第20-21页 |
第二章 系统设计及相关理论研究 | 第21-51页 |
·系统设计原理及构成 | 第21-26页 |
·系统结构 | 第21-25页 |
·光源及照明系统 | 第25-26页 |
·图像预处理方法 | 第26-30页 |
·邻域平均法 | 第26-28页 |
·中值滤波 | 第28页 |
·高斯模板滤波法 | 第28-29页 |
·滤波算法实现结果 | 第29-30页 |
·颜色空间及色差公式 | 第30-38页 |
·颜色空间 | 第30-33页 |
·常用色差公式 | 第33-38页 |
·染色效果评价模型的建立 | 第38-50页 |
·染色评价模型 | 第38-39页 |
·染色效果评价指标 | 第39-43页 |
·支持向量机算法建模 | 第43-49页 |
·评价模型的验证 | 第49-50页 |
·本章小结 | 第50-51页 |
第三章 染色品色差分类检测算法研究 | 第51-55页 |
·原始支持向量机算法 | 第51-52页 |
·最小二乘支持向量机算法 | 第52-54页 |
·基于最小二乘支持向量机的染色效果评价模型 | 第53-54页 |
·本章小结 | 第54-55页 |
第四章 色差检测光照校正技术研究 | 第55-74页 |
·光照色调颜色恒常性算法光照校正 | 第55-58页 |
·算法原理 | 第55-56页 |
·cosθp的计算 | 第56页 |
·校正算法 | 第56-57页 |
·算法实现与实验结果 | 第57-58页 |
·支持向量回归光照校正 | 第58-62页 |
·SVR 光照估计 | 第58页 |
·SVR 光照估计结果 | 第58-60页 |
·基于 Von Kries 模型的色调校正 | 第60-61页 |
·基于染色布面图像的实验结果 | 第61-62页 |
·光照校正算法缺点 | 第62页 |
·基于球面谐波理论的光照校正算法 | 第62-73页 |
·球面谐波理论 | 第62-65页 |
·光照估计原理 | 第65-68页 |
·光照补偿原理 | 第68-69页 |
·算法实现与结果 | 第69-73页 |
·本章小结 | 第73-74页 |
第五章 染色品色差检测误差分析 | 第74-80页 |
·色差检测的背景 | 第74页 |
·颜色的非恒常性 | 第74-75页 |
·同色异谱现象 | 第75-77页 |
·照明体条件等色 | 第75-77页 |
·色度观察者条件等色 | 第77页 |
·观察场大小条件等色 | 第77页 |
·观察角度条件等色 | 第77页 |
·照射光的质量 | 第77-79页 |
·照明灯因素 | 第77-78页 |
·光照距离因素 | 第78-79页 |
·本章小结 | 第79-80页 |
第六章 总结与展望 | 第80-82页 |
参考文献 | 第82-84页 |
附录 | 第84-89页 |
致谢 | 第89-90页 |
攻读学位期间的研究成果 | 第90页 |