基于图像分割的织物疵点检测与识别算法研究
| 摘要 | 第1-5页 |
| Abstracts | 第5-9页 |
| 1.绪论 | 第9-14页 |
| ·研究织物疵点检测的意义 | 第9页 |
| ·国内外织物疵点检测的发展及研究成果 | 第9-12页 |
| ·本文的研究内容及章节安排 | 第12-14页 |
| 2.织物图像的预处理 | 第14-22页 |
| ·图像去噪技术 | 第14页 |
| ·低通滤波去噪 | 第14-18页 |
| ·理想低通滤波器 | 第14-15页 |
| ·巴特沃斯低通滤波器 | 第15-17页 |
| ·指数低通滤波器 | 第17-18页 |
| ·小波变换去噪 | 第18-21页 |
| ·小波去噪原理 | 第19-20页 |
| ·小波去噪在织物图像中的应用 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3.基于改进阈值分割的织物疵点检测方法 | 第22-32页 |
| ·基于阈值的织物图像分割法 | 第22-27页 |
| ·双峰法 | 第23页 |
| ·迭代法 | 第23-24页 |
| ·最大类间方差法 | 第24-25页 |
| ·波谷强调法 | 第25-26页 |
| ·分割结果对比 | 第26-27页 |
| ·改进的阈值分割算法 | 第27-32页 |
| ·Fisher 线性判别思想 | 第27-29页 |
| ·算法流程 | 第29页 |
| ·实验结果与分析 | 第29-32页 |
| 4.基于改进模糊 C-均值的织物疵点检测方法 | 第32-39页 |
| ·模糊聚类原理 | 第32页 |
| ·模糊 C-均值聚类算法 | 第32-34页 |
| ·基于模糊 C-均值算法的图像分割 | 第34-35页 |
| ·算法流程 | 第34-35页 |
| ·实验结果 | 第35页 |
| ·改进的模糊 C-均值算法 | 第35-38页 |
| ·小波去噪函数 | 第35-36页 |
| ·算法流程 | 第36-37页 |
| ·实验结果与分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 5.织物疵点识别算法 | 第39-46页 |
| ·图像特征提取的依据 | 第39页 |
| ·疵点图像特征提取的方法 | 第39-41页 |
| ·织物疵点的类型 | 第41-42页 |
| ·织物疵点识别算法研究 | 第42-45页 |
| ·BP 神经网络织物疵点识别算法的研究 | 第42-43页 |
| ·BP 神经网络的设计及疵点识别效果 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 6.总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 硕士研究生期间的论文成果及参加项目 | 第51-52页 |
| 致谢 | 第52-53页 |
