布匹疵点在线检测系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 1 绪论 | 第11-21页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究综述 | 第12-19页 |
| ·主要研究内容和关键问题 | 第19-20页 |
| ·文章结构 | 第20-21页 |
| 2 系统总体方案设计与图像预处理 | 第21-37页 |
| ·引言 | 第21页 |
| ·工业视觉系统 | 第21-22页 |
| ·系统需求分析 | 第22-23页 |
| ·系统硬件结构设计 | 第23-27页 |
| ·系统算法层次设计 | 第27-31页 |
| ·图像预处理 | 第31-35页 |
| ·本章小结 | 第35-37页 |
| 3 疵点判别实时算法研究 | 第37-61页 |
| ·引言 | 第37页 |
| ·纹理模型 | 第37-40页 |
| ·类别共生矩阵 | 第40-46页 |
| ·模糊类别共生矩阵 | 第46-52页 |
| ·基于离群点检测的判别 | 第52-55页 |
| ·实时算法实现 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 4 疵点分割 | 第61-78页 |
| ·引言 | 第61页 |
| ·GABOR滤波器组与纹理分割 | 第61-67页 |
| ·自适应参数选择研究 | 第67-77页 |
| ·本章小结 | 第77-78页 |
| 5 疵点分类与评价 | 第78-91页 |
| ·引言 | 第78-79页 |
| ·基于BLOB分析的疵点评价 | 第79-82页 |
| ·基于类别行程共生矩阵的疵点评价 | 第82-90页 |
| ·本章小结 | 第90-91页 |
| 6 蚁群算法在疵点检测中的探讨 | 第91-112页 |
| ·引言 | 第91-92页 |
| ·群智能算法背景 | 第92-95页 |
| ·改进蚁群聚类算法 | 第95-103页 |
| ·模糊蚁群聚类算法 | 第103-111页 |
| ·本章小结 | 第111-112页 |
| 7 总结与展望 | 第112-116页 |
| ·全文总结 | 第112-114页 |
| ·课题展望 | 第114-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-127页 |
| 附录1 攻读学位期间发表论文目录 | 第127-128页 |
| 附录2 公开发表的学术论文与博士学位论文的关系 | 第128-129页 |
