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

基于数字图像处理的羊绒和羊毛纤维鉴别研究

摘要第5-6页
Abstract第6页
目录第7-9页
第1章 引言第9-20页
    1.1 课题目的与意义第9页
    1.2 研究背景与国内外现状第9-19页
        1.2.1 羊绒与羊毛纤维概述第10-12页
        1.2.2 羊绒和羊毛鉴别方法概述第12-19页
    1.3 主要研究工作及内容安排第19-20页
第2章 羊绒羊毛纤维的图像获取第20-29页
    2.1 纤维试样的制作第20-23页
        2.1.1 纤维切片设备第20-22页
        2.1.2 纤维切片制备方法第22-23页
        2.1.3 纤维切片制备注意事项第23页
    2.2 纤维图像采集第23-27页
        2.2.1 图像采集硬件系统第23-26页
        2.2.2 纤维图像获取第26-27页
    2.3 测微尺标定像素实际距离第27-28页
    2.4 本章小结第28-29页
第3章 绒毛纤维的图像处理第29-41页
    3.1 数字图像处理概述第29-31页
        3.1.1 数字图像定义与表示第29-30页
        3.1.2 像素间的基本关系第30-31页
    3.2 绒毛纤维图像特征与图像处理方案第31-33页
        3.2.1 绒毛纤维图像特征第31页
        3.2.2 图像处理方案第31-33页
    3.3 纤维图像处理过程第33-40页
        3.3.1 图像类型转换第33-34页
        3.3.2 图像增强第34-35页
        3.3.3 图像去噪第35-36页
        3.3.4 图像分割第36-39页
        3.3.5 图像修饰处理第39-40页
    3.4 本章小结第40-41页
第4章 绒毛纤维特征参数的提取与测量第41-49页
    4.1 绒毛纤维的特征指标第41-42页
        4.1.1 直观指标第41-42页
        4.1.2 相对指标第42页
    4.2 特征指标测量方法第42-47页
        4.2.1 纤维直径的测量第42-45页
        4.2.2 纤维鳞片高度的测量第45-47页
    4.3 特征指标测量结果分析第47-48页
    4.4 本章小结第48-49页
第5章 羊绒和羊毛纤维识别分析第49-52页
    5.1 BP神经网络概述第49页
    5.2 BP神经网络的训练第49-51页
        5.2.1 样本特征值的归一化处理第49-50页
        5.2.2 BP神经网络的训练步骤第50-51页
    5.3 BP神经网络的预测识别第51页
    5.4 本章小结第51-52页
第6章 总结与展望第52-53页
    6.1 全文总结第52页
    6.2 展望与今后工作建议第52-53页
参考文献第53-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:基于无衍射光莫尔条纹的四自由度运动误差测量方法
下一篇:基于SESAM镜的皮秒光纤激光器腔内脉冲传输特性数值研究