实木地板图像融合分割与BP-SOM网络识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景和研究意义 | 第9页 |
| ·木材缺陷的种类 | 第9-10页 |
| ·木材缺陷检测现状 | 第10-12页 |
| ·图像分割技术的研究现状 | 第12-14页 |
| ·模式识别研究现状 | 第14-15页 |
| ·研究主要内容 | 第15-17页 |
| 2 实木地板图像采集分选系统 | 第17-22页 |
| ·系统简介 | 第17页 |
| ·系统硬件介绍 | 第17-20页 |
| ·图像采集部分 | 第17-18页 |
| ·系统动力装置 | 第18-19页 |
| ·控制柜 | 第19-20页 |
| ·试验样本 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 实木地板表面图像预处理 | 第22-33页 |
| ·实木地板图像灰度化 | 第22-24页 |
| ·实木地板图像灰度化方法 | 第22-23页 |
| ·图像灰度化方法选择 | 第23-24页 |
| ·实木地板表面图像增强 | 第24-27页 |
| ·直方图均衡化 | 第24-26页 |
| ·直接灰度变换 | 第26-27页 |
| ·实木地板表面图像平滑 | 第27-30页 |
| ·邻域平均法 | 第28页 |
| ·中值滤波 | 第28-29页 |
| ·图像平滑算法选择 | 第29-30页 |
| ·实木地板表面图像锐化 | 第30-32页 |
| ·微分锐化算法 | 第30-31页 |
| ·拉氏锐化算法 | 第31页 |
| ·图像锐化及边缘检测实验 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 实木地板表面图像缺陷分割 | 第33-46页 |
| ·Otsu算法 | 第33-35页 |
| ·Otsu原理 | 第33-34页 |
| ·实木地板图像Otsu算法分割试验 | 第34-35页 |
| ·形态学算法 | 第35-38页 |
| ·形态学基本运算 | 第35-36页 |
| ·形态学重构 | 第36页 |
| ·骨架提取 | 第36-37页 |
| ·实木地板图像形态学分割试验 | 第37-38页 |
| ·实木地板图像融合分割算法 | 第38-42页 |
| ·区域生长算法 | 第38-39页 |
| ·禁忌搜索 | 第39-41页 |
| ·实木地板表面图像禁忌搜索分割试验 | 第41-42页 |
| ·实木地板图像缺陷分割试验分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 5 实木地板表面图像缺陷特征分析 | 第46-53页 |
| ·地板表面缺陷特征介绍 | 第46-49页 |
| ·几何特征 | 第46-47页 |
| ·形状特征 | 第47页 |
| ·纹理特征 | 第47-48页 |
| ·不变矩特征 | 第48-49页 |
| ·地板表面缺陷特征提取与选择试验 | 第49-52页 |
| ·地板表面缺陷特征提取 | 第49-51页 |
| ·地板表面缺陷特征选择 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 6 实木地板表面缺陷神经网络识别 | 第53-70页 |
| ·神经元模型 | 第53-54页 |
| ·实木地板表面缺陷BP网络辨识模型 | 第54-61页 |
| ·BP神经网络结构 | 第54-55页 |
| ·BP神经网络学习算法 | 第55-57页 |
| ·BP网络设计 | 第57-60页 |
| ·BP网络训练与测试 | 第60-61页 |
| ·实木地板表面缺陷SOM网络辨识模型 | 第61-67页 |
| ·SOM神经网络基础 | 第61-62页 |
| ·SOM神经网络模型 | 第62-63页 |
| ·SOM神经网络的学习过程 | 第63-64页 |
| ·SOM网络设计与测试 | 第64-67页 |
| ·实木地板表面缺陷BP-SOM混合网络辨识模型 | 第67-69页 |
| ·BP-SOM网络结构 | 第67-68页 |
| ·BP-SOM网络学习与测试 | 第68-69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 |
