| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪论 | 第9-16页 |
| ·引言 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·课题的来源、目的及意义 | 第13-14页 |
| ·本文所做的主要工作 | 第14-16页 |
| 2. 织物缺陷图像预处理 | 第16-29页 |
| ·直方图修正技术 | 第16-18页 |
| ·平滑技术 | 第18-22页 |
| ·图像的平滑 | 第18-21页 |
| ·性能分析对比 | 第21-22页 |
| ·图像的锐化 | 第22-28页 |
| ·常用的高通滤波器 | 第22-25页 |
| ·拉普拉斯运算法 | 第25-26页 |
| ·Top-Hat 算子 | 第26-27页 |
| ·改进后的Top-Hat 算子 | 第27-28页 |
| ·性能分析对比 | 第28页 |
| ·本章小结 | 第28-29页 |
| 3. 织物缺陷图像快速判别方法研究 | 第29-38页 |
| ·能量值法 | 第29-30页 |
| ·灰度直方图法 | 第30-32页 |
| ·性能分析对比 | 第32页 |
| ·一种基于改进的LBP 算法的织物疵点检测定位方案 | 第32-37页 |
| ·对疵点检测提出的算法 | 第33-35页 |
| ·实验结果 | 第35-37页 |
| ·结论 | 第37页 |
| ·本章小结 | 第37-38页 |
| 4. 基于数学形态学的织物缺陷分割算法研究 | 第38-50页 |
| ·图像分割的定义 | 第38页 |
| ·图像分割算法 | 第38-39页 |
| ·边缘检测 | 第39页 |
| ·阈值分割 | 第39页 |
| ·区域生长 | 第39页 |
| ·数学形态学 | 第39-40页 |
| ·数学形态学及其图像处理中的优势 | 第39-40页 |
| ·二值形态学的基础理论 | 第40-42页 |
| ·集合的基本定义 | 第40-41页 |
| ·数字空间 | 第41页 |
| ·离散点集和数字图像 | 第41-42页 |
| ·结构元素 | 第42页 |
| ·二值形态学的基本变换数学 | 第42-45页 |
| ·膨胀变换和腐蚀变换 | 第42-44页 |
| ·开运算和闭运算 | 第44-45页 |
| ·形态学的疵点检测 | 第45-48页 |
| ·训练阶段 | 第46-47页 |
| ·检测阶段 | 第47-48页 |
| ·实验与仿真 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5. 织物缺陷图像识别算法研究 | 第50-58页 |
| ·特征选取依据 | 第50-51页 |
| ·织物缺陷的主要类型 | 第51-52页 |
| ·图像特征分析的常用方法 | 第52-53页 |
| ·织物缺陷图像识别算法研究 | 第53-57页 |
| ·基于神经网络的织物缺陷图像识别 | 第54-55页 |
| ·织物缺陷图像识别的BP 神经网络的设计 | 第55-57页 |
| ·织物缺陷图像识别的实验及结论 | 第57页 |
| ·本章小结 | 第57-58页 |
| 6. 总结与展望 | 第58-60页 |
| ·本文研究的主要内容 | 第58页 |
| ·课题展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录：硕士研究生学习阶段发表论文 | 第63-64页 |
| 致谢 | 第64-65页 |