| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·选题的背景和意义 | 第9-11页 |
| ·选题的背景 | 第9-10页 |
| ·选题的目的 | 第10页 |
| ·选题的意义 | 第10-11页 |
| ·国内外技术研究现状 | 第11-12页 |
| ·国外现状 | 第11页 |
| ·国内现状 | 第11-12页 |
| ·本文的主要研究内容及章节安排 | 第12-14页 |
| 第2章 经验模态分解 | 第14-19页 |
| ·引言 | 第14-15页 |
| ·基于有限元的织物组织图像灰度曲面的拟合 | 第15-17页 |
| ·确定织物组织图像的特征点 | 第15页 |
| ·特征点的 Delaunay 三角剖分 | 第15-16页 |
| ·有限元基函数 | 第16页 |
| ·基于有限元基函数的织物组织图像灰度极值曲面拟合 | 第16-17页 |
| ·织物组织二维经验模态分解算法 | 第17页 |
| ·实验仿真结果与分析 | 第17-19页 |
| 第3章 经验模态域的织物组织识别 | 第19-43页 |
| ·引言 | 第19页 |
| ·织物一阶本征模态分量的提取 | 第19-22页 |
| ·经验模态域的直方图分割 | 第22-25页 |
| ·经验模态域的全局阈值分割法 | 第23页 |
| ·经验模态域的直方图波形分析阈值分割法 | 第23-24页 |
| ·经验模态域的大津阈值分割法 | 第24-25页 |
| ·经验模态域的最大熵阈值分割法 | 第25页 |
| ·基于经验模态域的 Mean Shift 分割 | 第25-29页 |
| ·Mean Shift(移动平均线)基本原理 | 第25-28页 |
| ·Mean Shift(移动平均线)织物图像分割算法 | 第28-29页 |
| ·灰度意匠图的生成 | 第29-32页 |
| ·伪彩色意匠图的生成 | 第32-36页 |
| ·仿真实验结果与分析 | 第36-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于织物意匠图的花样编排 | 第43-55页 |
| ·引言 | 第43页 |
| ·织物图像的合成 | 第43-44页 |
| ·双线性插值的球面化变形 | 第44-45页 |
| ·双三次样条插值波纹变形 | 第45-47页 |
| ·织物图像的镜像变换 | 第47-48页 |
| ·仿真实验结果与分析 | 第48-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 结论和展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |