| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第6-10页 |
| 1.1 研究的背景与意义 | 第6-7页 |
| 1.2 自动验布系统设备的优势及劣势 | 第7页 |
| 1.3 自动检测织物疵点的国内外研究现状 | 第7-8页 |
| 1.4 本课题的主要研究内容 | 第8-10页 |
| 2 验布机硬件系统的设计、研制与调试 | 第10-12页 |
| 3 图像采集系统和检测算法的研究 | 第12-35页 |
| 3.1 算法一基于遗传规划的织物自适应正交小波基的构造和优化 | 第12-17页 |
| 3.1.1 构建方案流程和自适应的正交小波库的构造 | 第12-13页 |
| 3.1.2 适应度函数的优选与确定 | 第13-16页 |
| 3.1.3 检测效果与分析 | 第16-17页 |
| 3.2 算法二基于AR模型的梭织物线状疵病的算法 | 第17-21页 |
| 3.2.1 AR模型及功率谱密度 | 第17-18页 |
| 3.2.2 AR模型阶数选择与特征提取 | 第18-21页 |
| 3.3 算法三基于稀疏表达的机织物瑕疵检测算法 | 第21-27页 |
| 3.3.1 稀疏表达 | 第22-23页 |
| 3.3.2 算法设计 | 第23-24页 |
| 3.3.3 检测效果 | 第24-25页 |
| 3.3.4 结果与讨论 | 第25-27页 |
| 3.4 算法四基于自适应字典学习的机织物瑕疵检测 | 第27-35页 |
| 3.4.1 基于字典学习的织物瑕疵检测 | 第28-32页 |
| 3.4.2 检测效果 | 第32-35页 |
| 4 检测算法的实施运行系统的设计与实现 | 第35-44页 |
| 4.1 自动验布机检测系统硬件组成 | 第35-37页 |
| 4.2 织物机器视觉在线检测系统的软件结构 | 第37-38页 |
| 4.3 软件设计与开发 | 第38-42页 |
| 4.4 疵点检测算法的运行效果比较 | 第42-44页 |
| 5 结论与展望 | 第44-46页 |
| 5.1 结论 | 第44-45页 |
| 5.2 展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |