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

基于机器视觉的织物疵点检测及分类方法研究

摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-14页
    1.1 课题研究的背景及意义第8-9页
        1.1.1 研究背景第8-9页
        1.1.2 研究意义第9页
    1.2 织物疵点检测技术国内外研究现状第9-10页
    1.3 常见疵点描述第10-11页
    1.4 课题研究内容第11页
    1.5 论文章节安排第11-14页
2 数据采集及预处理第14-22页
    2.1 样本数据的采集第14-15页
    2.2 图像预处理第15-16页
        2.2.1 灰度对比度增强第15-16页
        2.2.2 高斯滤波去噪第16页
    2.3 二值化分析第16-20页
        2.3.1 固定阈值第17页
        2.3.2 局部自适应阈值第17-18页
        2.3.3 迭代法第18页
        2.3.4 上下阈值第18-19页
        2.3.5 基本全局阈值第19-20页
        2.3.6 最大类间方差法第20页
    2.4 本章小结第20-22页
3 疵点检测方法研究第22-30页
    3.1 检测系统总体方案第22页
    3.2 疵点粗检测方法第22-23页
    3.3 基于分块阈值的疵点细检测方法第23-26页
        3.3.1 图像分块处理第24-25页
        3.3.2 最大类间方差法第25-26页
    3.4 分割后处理方法第26-28页
        3.4.1 中值滤波第26-27页
        3.4.2 形态学处理第27-28页
    3.5 连通区域分析方法第28-29页
        3.5.1 删除小面积杂点第28页
        3.5.2 疵点区域标定方法第28-29页
        3.5.3 连接断点第29页
    3.6 本章小结第29-30页
4 疵点分类识别方法研究第30-44页
    4.1 基于Bag-of-words模型的疵点分类过程第30-31页
    4.2 SIFT特征提取第31-37页
        4.2.1 构造尺度空间第31-32页
        4.2.2 DoG空间极值点检测第32-33页
        4.2.3 精确定位关键点第33-34页
        4.2.4 为关键点指定方向参数第34-35页
        4.2.5 关键点描述子的生成第35-37页
    4.3 K-means聚类第37-38页
    4.4 词频统计第38-39页
    4.5 基于LDA主题模型分类第39-41页
    4.6 疵点识别第41-42页
    4.7 本章小结第42-44页
5 系统的实现及结果分析第44-50页
    5.1 系统开发平台第44页
    5.2 系统界面布局第44-47页
    5.3 实验结果分析第47-49页
    5.4 本章小结第49-50页
6 总结与展望第50-52页
    6.1 主要工作总结第50页
    6.2 不足与展望第50-52页
致谢第52-54页
参考文献第54-57页

论文共57页,点击 下载论文
上一篇:基于焊缝金属高熵化的钛/钢TIG焊研究
下一篇:肺腺癌的CT影像表现及circRNA表达谱研究