实木地板缺陷形态学分割与聚类识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9-10页 |
| ·实木地板研究现状与外观分级标准 | 第10-11页 |
| ·木材缺陷研究现状与其分类 | 第11-13页 |
| ·计算机视觉检测法研究现状 | 第13-14页 |
| ·本研究的主要内容 | 第14-15页 |
| 2 数学形态学原理 | 第15-21页 |
| ·数学形态学的基本概念 | 第15-16页 |
| ·二值形态学的基本操作 | 第16-18页 |
| ·二值腐蚀 | 第16页 |
| ·二值膨胀 | 第16-17页 |
| ·二值开运算 | 第17页 |
| ·二值闭运算 | 第17-18页 |
| ·二值形态学的复合操作 | 第18-20页 |
| ·边缘提取 | 第18页 |
| ·孔洞填充 | 第18-19页 |
| ·形态学重建 | 第19页 |
| ·骨架提取 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 梯度算子与Otsu阈值融合的分割方法 | 第21-30页 |
| ·图像梯度与梯度算子原理 | 第21-23页 |
| ·梯度算子分割图像的实验结果 | 第23-24页 |
| ·灰度阈值处理原理 | 第24-27页 |
| ·灰度阈值 | 第24-25页 |
| ·传统的全局阈值处理算法 | 第25页 |
| ·Otsu法确定最佳全局阈值 | 第25-27页 |
| ·梯度算子与Otsu阈值分割实验结果 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 基于形态学重构的分割方法 | 第30-45页 |
| ·区域生长原理 | 第30页 |
| ·区域生长算法 | 第30-31页 |
| ·基于形态学重构的图像分割步骤 | 第31页 |
| ·基于形态学重构的分割实验结果 | 第31-44页 |
| ·本章小结 | 第44-45页 |
| 5 实木地板缺陷的特征提取与选择 | 第45-59页 |
| ·特征提取概述 | 第45-46页 |
| ·实木地板缺陷特征提取 | 第46-50页 |
| ·几何与区域特征 | 第46-47页 |
| ·灰度纹理特征 | 第47-48页 |
| ·不变矩特征 | 第48-50页 |
| ·特征提取实验结果实例 | 第50-52页 |
| ·基于方差比较的特征选择 | 第52-54页 |
| ·基于主成分分析的特征降维 | 第54-58页 |
| ·主成分分析几何意义 | 第55页 |
| ·根据总体的协方差矩阵计算主成分 | 第55-57页 |
| ·主成分分析实验结果 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 6 基于SOM神经网络的分类器设计 | 第59-70页 |
| ·SOM神经网络概述 | 第59-60页 |
| ·竞争学习 | 第60-62页 |
| ·相似性测量 | 第60-61页 |
| ·向量归一化 | 第61页 |
| ·竞争学习规则 | 第61-62页 |
| ·SOM神经网络结构 | 第62-63页 |
| ·SOM神经网络学习过程与步骤 | 第63-67页 |
| ·竞争过程 | 第63-64页 |
| ·合作过程 | 第64-65页 |
| ·突触自适应过程 | 第65-66页 |
| ·SOM神经网络具体学习步骤 | 第66-67页 |
| ·基于SOM的缺陷识别分类器设计 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间发表的学术论文 | 第75-76页 |
| 致谢 | 第76-77页 |
