基于稀疏编码的多视域织物外观平整度表征与评级
| 摘要 | 第4-8页 |
| ABSTRACT | 第8-11页 |
| 缩略词 | 第19-20页 |
| 1 绪论 | 第20-40页 |
| 1.1 研究背景及意义 | 第20-22页 |
| 1.2 国内外研究现状 | 第22-30页 |
| 1.2.1 织物外观形态表达 | 第23-26页 |
| 1.2.2 织物外观平整度特征指标的提取 | 第26-29页 |
| 1.2.3 织物外观平整度综合评价 | 第29-30页 |
| 1.3 研究内容与技术路线 | 第30-33页 |
| 1.3.1 当前研究的不足和本课题的提出 | 第30-31页 |
| 1.3.2 研究方法与技术路线 | 第31-33页 |
| 1.4 本论文的逻辑结构 | 第33-35页 |
| 参考文献 | 第35-40页 |
| 2 织物外观平整度人工视觉评级机制分析 | 第40-62页 |
| 2.1 视觉信息的获取、处理与分析 | 第40-42页 |
| 2.1.1 人的视觉感知 | 第40-42页 |
| 2.1.2 视觉信息处理与分析 | 第42页 |
| 2.2 织物外观平整度人工评级方法标准 | 第42-44页 |
| 2.3 人工主观评级视觉影响因素研究 | 第44-51页 |
| 2.3.1 实验方案 | 第44-48页 |
| 2.3.2 评价方法 | 第48-51页 |
| 2.4 实验结果与分析 | 第51-59页 |
| 2.4.1 主观评级准确性分析 | 第52-55页 |
| 2.4.2 主观评级离散性分析 | 第55-57页 |
| 2.4.3 视觉关注与评级误差的关联度分析 | 第57-59页 |
| 2.5 本章小结 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 3 多视域织物图像采集与预处理 | 第62-73页 |
| 3.1 系统需求分析 | 第62-63页 |
| 3.2 图像采集系统设计与开发 | 第63-68页 |
| 3.2.1 图像采集平台 | 第63-66页 |
| 3.2.2 环境光源设置 | 第66页 |
| 3.2.3 图像采集与驱动 | 第66-68页 |
| 3.3 图像预处理 | 第68-71页 |
| 3.3.1 图像灰度化 | 第68-69页 |
| 3.3.2 图像分割 | 第69-71页 |
| 3.3.3 图像去噪 | 第71页 |
| 3.4 本章小结 | 第71-72页 |
| 参考文献 | 第72-73页 |
| 4 折皱织物图像局部特征提取与匹配研究 | 第73-92页 |
| 4.1 相机组标定与图像校正 | 第73-77页 |
| 4.1.1 相机成像模型 | 第73-75页 |
| 4.1.2 双目相机标定与图像校正 | 第75-77页 |
| 4.2 基于SIFT的稀疏匹配 | 第77-82页 |
| 4.2.1 尺度空间构建 | 第78-79页 |
| 4.2.2 空间极值点检测与筛选 | 第79页 |
| 4.2.3 特征点描述符的生成 | 第79-81页 |
| 4.2.4 基于SIFT特征点的匹配 | 第81-82页 |
| 4.3 基于区域生长的稠密匹配 | 第82-84页 |
| 4.3.1 区域生长机制 | 第82-83页 |
| 4.3.2 数据查找方式 | 第83-84页 |
| 4.4 织物折皱高度计算 | 第84页 |
| 4.5 实验与讨论 | 第84-90页 |
| 4.5.1 实验方案 | 第84-85页 |
| 4.5.2 实验结果与讨论 | 第85-90页 |
| 4.6 本章小结 | 第90页 |
| 参考文献 | 第90-92页 |
| 5 多视域折皱织物空间形貌重建及深度映射 | 第92-108页 |
| 5.1 多目立体视觉重建原理 | 第92-94页 |
| 5.2 点云初始配准 | 第94-95页 |
| 5.3 点云精确配准 | 第95-100页 |
| 5.3.1 曲面重构 | 第96-99页 |
| 5.3.2 点云配准 | 第99-100页 |
| 5.4 高度映射 | 第100-101页 |
| 5.5 实验与讨论 | 第101-106页 |
| 5.5.1 实验方案 | 第101-102页 |
| 5.5.2 实验结果与讨论 | 第102-106页 |
| 5.6 本章小结 | 第106页 |
| 参考文献 | 第106-108页 |
| 6 基于深度信息的织物图像编码与评级 | 第108-131页 |
| 6.1 图像的特征 | 第108-110页 |
| 6.1.1 图像底层特征 | 第108-109页 |
| 6.1.2 高层语义特征 | 第109-110页 |
| 6.2 基于织物空间信息的稀疏编码 | 第110-115页 |
| 6.2.1 基础层视觉特征提取 | 第111页 |
| 6.2.2 特征编码 | 第111-113页 |
| 6.2.3 特征池化 | 第113-115页 |
| 6.3 支持向量机的多分类器设计 | 第115-116页 |
| 6.4 织物外观平整度客观评级系统验证 | 第116-128页 |
| 6.4.1 实验方案设计 | 第116-117页 |
| 6.4.2 实验结果与分析 | 第117-128页 |
| 6.5 本章小结 | 第128页 |
| 参考文献 | 第128-131页 |
| 7 结论与展望 | 第131-134页 |
| 7.1 研究结论 | 第131-132页 |
| 7.2 本论文的创新点 | 第132-133页 |
| 7.3 研究不足与展望 | 第133-134页 |
| 7.3.1 研究中存在的不足之处 | 第133页 |
| 7.3.2 未来的工作与展望 | 第133-134页 |
| 附录 | 第134-145页 |
| 附录一 35种不同外观颜色、纹理和材质的织物图像 | 第134-137页 |
| 附录二 检测专家对不同纹理图像的主观评级数据 | 第137-139页 |
| 附录三 主观评级部分视觉热点图 | 第139-141页 |
| 附录四 织物外观平整度主观评级部分数据 | 第141-145页 |
| 攻读博士学位期间发表的学术论文及研究成果 | 第145-147页 |
| 致谢 | 第147页 |
