| 中文摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 1 引言 | 第8-17页 |
| ·研究目的与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·机器视觉及其应用研究现状 | 第9-10页 |
| ·棉花异性纤维目标特征选择方法研究现状 | 第10-12页 |
| ·棉花异性纤维目标特征分类方法研究现状 | 第12-14页 |
| ·研究目标与研究内容 | 第14-15页 |
| ·研究目标 | 第14页 |
| ·研究内容 | 第14-15页 |
| ·研究方法与技术路线 | 第15页 |
| ·研究方法 | 第15页 |
| ·技术路线 | 第15页 |
| ·特色与创新 | 第15-17页 |
| 2 棉花异性纤维目标特征选择方法 | 第17-27页 |
| ·引言 | 第17-18页 |
| ·特征选择的主要方法 | 第18-19页 |
| ·棉花异性纤维目标特征提取方法 | 第19-21页 |
| ·颜色特征的提取 | 第19-20页 |
| ·形状特征的提取 | 第20-21页 |
| ·纹理特征的提取 | 第21页 |
| ·基于动态棉流的棉花异性纤维特征选择方法 | 第21-25页 |
| ·棉花异性纤维目标特征预处理及特征提取 | 第22-23页 |
| ·基于改进粒子群优化算法的棉花异性纤维目标特征选择方法 | 第23-24页 |
| ·适应度函数 | 第24页 |
| ·支持向量机分类识别 | 第24页 |
| ·基于粒子群优化算法的棉花异性纤维目标特征快速选择方法流程 | 第24-25页 |
| ·实验结果与讨论 | 第25-27页 |
| 3 棉花异性纤维目标分类方法研究 | 第27-31页 |
| ·引言 | 第27页 |
| ·支持向量机算法理论 | 第27-29页 |
| ·目标分类 | 第29-31页 |
| ·支持向量机分类算法的核函数 | 第29页 |
| ·目标分类方法 | 第29-31页 |
| 4 基于动态棉流的棉花异性纤维检测系统与特征选择系统的设计与实现 | 第31-43页 |
| ·引言 | 第31-33页 |
| ·基于动态棉流的棉花异性纤维检测系统的配置 | 第33-39页 |
| ·棉花异性纤维检测系统结构 | 第33-34页 |
| ·皮棉开松装置 | 第34-36页 |
| ·图像采集装置 | 第36-38页 |
| ·其他硬件部分 | 第38-39页 |
| ·棉花异性纤维特征选择系统设计与实现 | 第39-41页 |
| ·参数设置 | 第40页 |
| ·图像处理 | 第40页 |
| ·图像分析 | 第40-41页 |
| ·系统运行效果 | 第41页 |
| ·系统优点 | 第41-43页 |
| 5 结论与展望 | 第43-45页 |
| ·研究结论 | 第43-44页 |
| ·研究展望 | 第44-45页 |
| 参考文献 | 第45-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间发表论文情况 | 第52页 |
