| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·课题来源 | 第10页 |
| ·研究背景及意义 | 第10页 |
| ·研究现状 | 第10-14页 |
| ·织物疵点检测算法的性能 | 第10-11页 |
| ·织物疵点 | 第11页 |
| ·织物疵点检测算法 | 第11-14页 |
| ·织物疵点检测产品 | 第14页 |
| ·课题研究的关键技术 | 第14-15页 |
| ·文章结构 | 第15-16页 |
| 2 基于Gabor滤波器和黄金模板减法的织物瑕疵检测 | 第16-36页 |
| ·引言 | 第16页 |
| ·图像预处理 | 第16-17页 |
| ·图像灰度化 | 第16-17页 |
| ·直方图均衡化 | 第17页 |
| ·最优Gabor滤波器滤波 | 第17-19页 |
| ·Gabor函数 | 第17-19页 |
| ·最优Gabor滤波器组的设计 | 第19页 |
| ·Gabor滤波器进行图像滤波 | 第19页 |
| ·黄金图像减法求取合成图像 | 第19-21页 |
| ·合成图像的二值化分割 | 第21-22页 |
| ·分割阈值测定-直接阈值法 | 第21页 |
| ·织物瑕疵分割 | 第21-22页 |
| ·平滑滤波 | 第22-23页 |
| ·基于人工选取最优Gabor滤波器的织物疵点检测 | 第23-29页 |
| ·人工实验方式选取最优的Gabor滤波器参数 | 第23-24页 |
| ·实验结果及分析 | 第24-29页 |
| ·基于遗传算法搜索最优Gabor滤波器参数的织物疵点检测 | 第29-34页 |
| ·遗传算法 | 第30-31页 |
| ·遗传算法搜索最优的Gabor滤波器参数 | 第31页 |
| ·检测结果和分析 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 3 基于树结构小波分解和黄金模板减法织物疵点检测 | 第36-48页 |
| ·引言 | 第36页 |
| ·小波变换理论 | 第36-39页 |
| ·小波变换 | 第36-37页 |
| ·最优树结构的小波分解 | 第37-39页 |
| ·主成分分析 | 第39页 |
| ·独立成份分析 | 第39-40页 |
| ·实验检测 | 第40-43页 |
| ·训练部分 | 第41-42页 |
| ·检测部分 | 第42-43页 |
| ·小波预处理的黄金模板减法 | 第43-45页 |
| ·检测结果与分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 4 基于Halcon的织物疵点检测研究 | 第48-62页 |
| ·引言 | 第48页 |
| ·Halcon简介 | 第48-50页 |
| ·织物疵点检测系统的实现 | 第50页 |
| ·织物疵点的检测编程实现 | 第50-53页 |
| ·采集图像 | 第51页 |
| ·织物图像预处理 | 第51-52页 |
| ·织物疵点的定位和分割 | 第52页 |
| ·检测结果后处理 | 第52-53页 |
| ·实验过程和结果分析讨论 | 第53-59页 |
| ·疵点检测的实验过程 | 第53-56页 |
| ·检测结果和分析 | 第56-59页 |
| ·本章小结 | 第59-62页 |
| 5 织物疵点在线自动检测系统实现 | 第62-72页 |
| ·引言 | 第62页 |
| ·织物疵点检测的硬件系统 | 第62-68页 |
| ·织物疵点自动检测的软件系统 | 第68-70页 |
| ·织物疵点检测系统界面 | 第70页 |
| ·本章小结 | 第70-72页 |
| 6 总结与展望 | 第72-74页 |
| ·全文总结 | 第72-73页 |
| ·课题展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士期间发表的学术论文 | 第78-80页 |
| 致谢 | 第80页 |