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 |