印花图案中细茎图样自动重描方法研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 绪论 | 第9-23页 |
·引言 | 第9-10页 |
·印花 CAD | 第10-15页 |
·印花 CAD发展现状 | 第10页 |
·印花软件 Anseries的功能 | 第10-14页 |
·分色功能 | 第11-13页 |
·设计功能 | 第13-14页 |
·打印功能 | 第14页 |
·Anseries功能遗留问题 | 第14-15页 |
·细茎图案特征 | 第15-19页 |
·角点的特征 | 第16页 |
·交点的特征 | 第16-17页 |
·噪声的特征 | 第17-19页 |
·图像的噪声类型 | 第17页 |
·图像的噪声特征 | 第17页 |
·噪声的模型 | 第17-18页 |
·细茎图案中噪声特征 | 第18-19页 |
·论文解决的思路 | 第19-20页 |
·论文研究的内容 | 第20-22页 |
·论文的难点 | 第22-23页 |
第二章 模拟退火算法 | 第23-41页 |
·前言 | 第23-24页 |
·整体最优解、邻域结构与局部最优解 | 第24-25页 |
·局部搜索算法 | 第25-26页 |
·局部搜索算法的算法描述 | 第25-26页 |
·局部搜索算法的特性 | 第26页 |
·改善局部搜索算法性能的途径 | 第26页 |
·模拟退火算法的背景 | 第26-28页 |
·固体退火过程 | 第27页 |
·固体退火过程的物理图象 | 第27页 |
·固体退火过程的统计性质 | 第27页 |
·Metropolis准则 | 第27-28页 |
·模拟退火算法 | 第28-32页 |
·模拟退火算法的提出 | 第28-29页 |
·模拟退火算法描述 | 第29-30页 |
·模拟退火算法与局部搜索算法的差异 | 第30页 |
·模拟退火算法的特性 | 第30-32页 |
·冷却进度表 | 第32-36页 |
·冷却进度表的概念 | 第32页 |
·冷却进度表的选取原则 | 第32-36页 |
·控制参数初值t。的选取 | 第32-33页 |
·Mapkob链长度 L_k的选取 | 第33-34页 |
·拉制参数衰减函数的选取 | 第34-35页 |
·停止准则的选取 | 第35-36页 |
·模拟退火算法应用的一般要求 | 第36-37页 |
·改进的有记忆的模拟退火算法 | 第37-41页 |
·问题的提出 | 第37-38页 |
·有记忆的模拟退火算法及其描述 | 第38-41页 |
第三章 细茎边界的获取 | 第41-49页 |
·引言 | 第41-42页 |
·细茎层的获取 | 第42-44页 |
·细茎边界的获取 | 第44-49页 |
·轮廓提取技术 | 第45-46页 |
·理论基础 | 第45页 |
·处理效果 | 第45-46页 |
·边缘跟踪技术 | 第46-49页 |
·理论基础 | 第46-47页 |
·处理效果 | 第47-49页 |
第四章 细茎边界的处理 | 第49-77页 |
·引言 | 第49-51页 |
·基于模拟退火平滑边界的角点获取 | 第51-68页 |
·基于边界平滑获取角点的发展现状 | 第51-53页 |
·基于模拟退火的边界平滑 | 第53-64页 |
·基于模拟退火的边界描述 | 第53-56页 |
·基于模拟退火的边界平滑描述 | 第56-58页 |
·基于边界平滑描述的参数设定 | 第58-60页 |
·基于模拟退火算法的最小值求解 | 第60-61页 |
·处理的结果 | 第61-64页 |
·基于角度补偿的角点获取 | 第64-68页 |
·角点的尖锐度 | 第64-66页 |
·鲁棒的角点检测 | 第66-67页 |
·角点检测的效果 | 第67-68页 |
·基于自适应过滤曲率函数的角点获取 | 第68-71页 |
·基于粗糙边界获取角点的发展现状 | 第68-69页 |
·基于自适应过滤曲率函数的角点获取的描述 | 第69-70页 |
·基于曲率的角点获取 | 第70-71页 |
·基于细茎特征的角点获取 | 第71-75页 |
·基于一致性特征的角点筛选 | 第71-73页 |
·基于尖锐度特征的角点补偿 | 第73-75页 |
·交点的获取 | 第75-77页 |
第五章 细茎图案的还原 | 第77-87页 |
·边界的拟合 | 第77-79页 |
·边界的填充 | 第79-81页 |
·效果分析 | 第81-87页 |
第六章 总结与展望 | 第87-89页 |
·总结 | 第87-88页 |
·展望 | 第88-89页 |
参考文献 | 第89-92页 |
致谢 | 第92页 |