| 论文主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.1.1 布匹检测研究背景 | 第8-9页 |
| 1.1.2 机器视觉技术的发展与应用 | 第9页 |
| 1.2 织物疵点检测技术的国内、外研究进展 | 第9-15页 |
| 1.2.1 织物疵点检测算法的国内、外研究进展 | 第9-13页 |
| 1.2.2 坯布疵点检测系统国内外研究现状 | 第13-15页 |
| 1.3 论文主要内容及结构安排 | 第15-18页 |
| 第二章 局部二值模式及相位变换的原理与发展 | 第18-32页 |
| 2.1 局部二值模式(LBP)概述 | 第18-19页 |
| 2.2 LBP的特征提取方法 | 第19-25页 |
| 2.2.1 圆形LBP算子 | 第19-21页 |
| 2.2.2 具有旋转不变性的LBP算子 | 第21-22页 |
| 2.2.3 具有统一模式的LBP算子 | 第22-24页 |
| 2.2.4 引入均方统计量的SLBP算子 | 第24-25页 |
| 2.3 LBP在织物检测方面的应用 | 第25-26页 |
| 2.3.1 LBP在纹理图像分析中的应用 | 第25-26页 |
| 2.3.2 LBP在织物图像检测中的应用 | 第26页 |
| 2.4 相位变换理论基础 | 第26-29页 |
| 2.4.1 傅里叶变换 | 第26-27页 |
| 2.4.2 二维离散傅立叶变换 | 第27-28页 |
| 2.4.3 图像的相位信息 | 第28-29页 |
| 2.5 相位信息在图像处理中的几种应用 | 第29-30页 |
| 2.5.1 图像去噪 | 第29页 |
| 2.5.2 图像分割之边缘检测 | 第29页 |
| 2.5.3 图像特征提取 | 第29页 |
| 2.5.4 图像配准 | 第29-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第三章 基于SLBP和DFT相位变换的坯布疵点检测 | 第32-52页 |
| 3.1 图像预处理 | 第32-37页 |
| 3.1.1 预处理评价指标 | 第33页 |
| 3.1.2 常见的预处理方法 | 第33-37页 |
| 3.2 基于改进LBP(SLBP)的坯布疵点检测 | 第37-41页 |
| 3.2.1 图像分割 | 第37-38页 |
| 3.2.2 基于SLBP算子的坯布疵点检测 | 第38-41页 |
| 3.3 基于DFT相位变换的坯布疵点检测 | 第41-46页 |
| 3.3.1 相位变换特征提取 | 第41-42页 |
| 3.3.2 非线性增益 | 第42-44页 |
| 3.3.3 改进的数学形态学变换 | 第44-45页 |
| 3.3.4 基于标准差的疵点分割 | 第45-46页 |
| 3.4 实验结果与分析 | 第46-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 基于BP神经网络的疵点分类 | 第52-70页 |
| 4.1 人工神经网络理论 | 第52-55页 |
| 4.1.1 神经元模型 | 第53-54页 |
| 4.1.2 BP神经网络的结构与特性 | 第54-55页 |
| 4.2 特征提取 | 第55-59页 |
| 4.2.1 基于GLCM的织物特征提取 | 第55-56页 |
| 4.2.2 其他特征 | 第56-57页 |
| 4.2.3 基于主成分分析的特征筛选 | 第57-59页 |
| 4.3 BP神经网络设计 | 第59-62页 |
| 4.3.1 BP网络层数和节点数确定 | 第60-62页 |
| 4.3.2 传递函数确定 | 第62页 |
| 4.4 坯布疵点分类 | 第62-63页 |
| 4.5 坯布疵点检测系统图形用户界面 | 第63-68页 |
| 4.5.1 图形用户界面框架 | 第63-64页 |
| 4.5.2 坯布疵点检测系统图形用户界面设计 | 第64-68页 |
| 4.6 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70页 |
| 5.2 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 发表论文和参加科研情况说明 | 第76-78页 |
| 致谢 | 第78页 |