| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 选题背景 | 第8-10页 |
| 1.2 织物检测研究现状 | 第10-14页 |
| 1.2.1 国内外织物检测研究现状 | 第10-12页 |
| 1.2.2 帘子布研究现状 | 第12-14页 |
| 1.3 织物缺陷视觉检测商业系统 | 第14-16页 |
| 1.4 本文的主要工作 | 第16-17页 |
| 1.5 本文结构安排 | 第17-19页 |
| 第二章 帘子布纱线缺陷视觉检测方案设计 | 第19-34页 |
| 2.1 典型机器视觉系统组成 | 第19-20页 |
| 2.2 帘子布纱线缺陷视觉检测总体方案设计 | 第20-23页 |
| 2.2.1 现有商用布面缺陷检测系统分析 | 第20-21页 |
| 2.2.2 本文的检测总体方案设计 | 第21-23页 |
| 2.3 本文的照明方案设计 | 第23-26页 |
| 2.3.1 照明方向选择 | 第23-24页 |
| 2.3.2 照明光谱及光源类型的选择 | 第24-26页 |
| 2.4 工业相机和镜头的选型设计 | 第26-33页 |
| 2.4.1 工业相机选型基本原则 | 第26-28页 |
| 2.4.2 本文的工业相机选型 | 第28-29页 |
| 2.4.3 光学镜头选型 | 第29-31页 |
| 2.4.4 相机个数及安装位置的计算 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 Gabor特征的优选与纱线异常丝检测算法设计 | 第34-45页 |
| 3.1 问题提出 | 第34页 |
| 3.2 Gabor滤波器原理 | 第34-35页 |
| 3.3 纱线异常丝视觉检测算法设计 | 第35-44页 |
| 3.3.1 纱线异常丝特点分析 | 第35-36页 |
| 3.3.2 纱线异常丝检测算法基本思路 | 第36-37页 |
| 3.3.3 异常丝图像Gabor特征提取 | 第37-39页 |
| 3.3.4 Gabor特征图像二值化 | 第39-40页 |
| 3.3.5 矩形子窗口过滤器设计 | 第40-42页 |
| 3.3.6 Gabor滤波器参数优选 | 第42-43页 |
| 3.3.7 检测性能分析 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 纱线接头过滤器设计 | 第45-72页 |
| 4.1 问题提出 | 第45页 |
| 4.2 纱线接头过滤器设计基本思路 | 第45-48页 |
| 4.2.1 “粗分类” | 第46页 |
| 4.2.2 “精分类” | 第46-48页 |
| 4.3 相关背景知识 | 第48-62页 |
| 4.3.1 最小距离分类器原理概述 | 第48-50页 |
| 4.3.2 HOG特征原理概述 | 第50-54页 |
| 4.3.3 支持向量机 | 第54-62页 |
| 4.4 纱线接头过滤器设计实现 | 第62-68页 |
| 4.4.1 粗分类器设计 | 第62-65页 |
| 4.4.2 HOG-SVM分类器设计 | 第65-68页 |
| 4.5 现场数据分析 | 第68-70页 |
| 4.6 本章小结 | 第70-72页 |
| 第五章 帘子布纱线瑕疵在线检测系统实现 | 第72-85页 |
| 5.1 系统设计概述 | 第72-73页 |
| 5.1.1 系统总体框架及工作原理 | 第72-73页 |
| 5.1.2 系统主要功能 | 第73页 |
| 5.2 控制器设计 | 第73-78页 |
| 5.2.1 控制器设计基本思路 | 第73-74页 |
| 5.2.2 米数记录功能实现 | 第74-76页 |
| 5.2.3 相机外触发实现 | 第76-78页 |
| 5.2.4 控件器程序设计 | 第78页 |
| 5.3 基于PC机的纱线疵点在线检测软件系统设计 | 第78-82页 |
| 5.3.1 停车信号输出 | 第79-80页 |
| 5.3.3 主检测界面 | 第80-81页 |
| 5.3.4 参数设置界面 | 第81页 |
| 5.3.5 历史数据界面 | 第81-82页 |
| 5.3.6 相机参数界面 | 第82页 |
| 5.4 检测系统完整方案示例 | 第82-84页 |
| 5.5 本章小结 | 第84-85页 |
| 总结与展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-92页 |
| 个人简历 | 第92页 |
| 在读期间已发表和录用的论文 | 第92页 |