瓷砖质量智能检测分类系统的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景、目的及意义 | 第10-12页 |
| ·研究的背景 | 第10-11页 |
| ·研究的目的 | 第11页 |
| ·研究的意义 | 第11-12页 |
| ·瓷砖检测技术的国内外研究动态 | 第12-14页 |
| ·主要研究内容 | 第14-15页 |
| ·研究难点与创新点 | 第15-16页 |
| ·研究的难点 | 第15页 |
| ·研究的创新点 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 图像采集与图像处理 | 第17-24页 |
| ·图像采集 | 第17-21页 |
| ·CCD 器件 | 第17-18页 |
| ·CMOS 器件 | 第18-21页 |
| ·图像处理 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 神经网络 | 第24-41页 |
| ·神经网络概述 | 第24-25页 |
| ·神经元模型 | 第25-28页 |
| ·生物神经元 | 第25-26页 |
| ·人工神经元 | 第26-28页 |
| ·神经网络的学习 | 第28页 |
| ·BP（Back Propagation）网络 | 第28-38页 |
| ·BP 网络的学习过程 | 第29页 |
| ·BP 学习算法 | 第29-30页 |
| ·BP 算法的缺点及其改进算法 | 第30-34页 |
| ·线性搜索路径 | 第34-38页 |
| ·神经网络在瓷砖检测中的应用 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 瓷砖特征参数的分析与程序实现 | 第41-53页 |
| ·颜色特征向量 | 第41-45页 |
| ·颜色空间模型 | 第42-43页 |
| ·颜色特征的表达 | 第43-44页 |
| ·颜色特征的计算 | 第44-45页 |
| ·纹理特征向量 | 第45-48页 |
| ·灰度共生矩阵 | 第46-47页 |
| ·纹理特征的计算 | 第47-48页 |
| ·形状特征向量 | 第48-52页 |
| ·瓷砖的角度 | 第49-50页 |
| ·瓷砖的面积 | 第50-51页 |
| ·瓷砖的周长 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 瓷砖质量智能检测分类系统的实现 | 第53-70页 |
| ·瓷砖质量智能检测分类系统的结构 | 第53-54页 |
| ·瓷砖质量智能检测分类系统可行性分析 | 第54页 |
| ·神经网络的构建 | 第54-59页 |
| ·神经网络的建立步骤 | 第55页 |
| ·神经网络的构建 | 第55-59页 |
| ·样本集的采集 | 第59-65页 |
| ·检测分类系统的实现 | 第65-69页 |
| ·软件环境设置 | 第65-67页 |
| ·检测系统程序流程图 | 第67-68页 |
| ·系统界面设计 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 结论与展望 | 第70-72页 |
| ·主要结论 | 第70-71页 |
| ·有待进一步研究的问题 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 附录A | 第79-81页 |
| 附录B | 第81-86页 |
| 附录C | 第86-89页 |
| 攻读硕士学位期间发表论文 | 第89页 |
