首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共90页,点击 下载论文
上一篇:商务智能技术在现代企业营销决策中的应用与研究
下一篇:Web数据挖掘在个性化自适应网站中的应用研究