基于小波分析和神经网络布料瑕疵识别与分类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题目的与意义 | 第9页 |
| 1.2 图像识别技术在布料瑕疵识别上的研究发展 | 第9-10页 |
| 1.3 常用的布料瑕疵识别方法 | 第10-12页 |
| 1.4 本文的主要研究内容 | 第12-13页 |
| 第2章 布料图像的预处理研究 | 第13-31页 |
| 2.1 图像灰度化 | 第13-15页 |
| 2.2 图像去噪 | 第15-20页 |
| 2.2.1 空间域滤波 | 第15-18页 |
| 2.2.2 小波去噪 | 第18-20页 |
| 2.3 图像锐化 | 第20-26页 |
| 2.4 图像增强 | 第26-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 小波分析对布料瑕疵的识别方法研究 | 第31-49页 |
| 3.1 小波基础知识 | 第32-36页 |
| 3.2 瑕疵图像小波分解 | 第36-40页 |
| 3.3 图像纹理特征提取 | 第40-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 BP 神经网络对布料瑕疵的识别与分类 | 第49-60页 |
| 4.1 人工神经网络 | 第49-51页 |
| 4.2 BP 神经网络算法 | 第51-55页 |
| 4.2.1 BP 神经网络的设计 | 第53-54页 |
| 4.2.2 BP 神经网络的学习 | 第54-55页 |
| 4.3 实验与结论 | 第55-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 结论与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录1 攻读硕士学位期间发表的论文 | 第66页 |
