| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1. 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外稀疏表示发展状况 | 第12-14页 |
| 1.3 本论文的构思和主要工作 | 第14-15页 |
| 1.4 小结与讨论 | 第15-17页 |
| 2. 稀疏表示理论基础 | 第17-23页 |
| 2.1 稀疏表示理论的数学基础 | 第17-18页 |
| 2.2 稀疏表示的理论和应用发展 | 第18-19页 |
| 2.3 稀疏表示理论中的关键问题 | 第19-20页 |
| 2.3.1 字典库学习 | 第19页 |
| 2.3.2 稀疏性度量 | 第19-20页 |
| 2.4 稀疏表示理论与织物疵点检测的关系 | 第20-22页 |
| 2.4.1 织物图像自适应字典库学习 | 第21页 |
| 2.4.2 正常织物纹理图像重构 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3. 基于稀疏系数矩阵优化的织物疵点检测 | 第23-30页 |
| 3.1 基于稀疏系数矩阵优化织物疵点检测算法流程图 | 第23页 |
| 3.2 自适应字典库学习 | 第23-24页 |
| 3.3 稀疏表示系数矩阵优化 | 第24-26页 |
| 3.4 图像重构和残差图像 | 第26-28页 |
| 3.4.1 原织物图像的重构 | 第26-27页 |
| 3.4.2 残差图像的生成 | 第27-28页 |
| 3.5 残差图像阈值分割 | 第28-29页 |
| 3.6 本章小结 | 第29-30页 |
| 4. 基于MLBP和稀疏表示的织物疵点检测算法 | 第30-39页 |
| 4.1 二值模式和主要局部二值模式 | 第30-31页 |
| 4.1.1 局部二值模式 | 第30页 |
| 4.1.2 MLBP特征提取 | 第30-31页 |
| 4.2 字典库创建和稀疏表示 | 第31-32页 |
| 4.3 邻域灰度差均值与图像重构 | 第32-33页 |
| 4.3.1 邻域灰度差均值 | 第32-33页 |
| 4.3.2 图像重构 | 第33页 |
| 4.4 基于最大熵的织物残差图像分割 | 第33-34页 |
| 4.4.1 最大熵阈值分割 | 第33-34页 |
| 4.4.2 腐蚀与膨胀 | 第34页 |
| 4.5 实验结果及分析 | 第34-37页 |
| 4.6 本章小结 | 第37-39页 |
| 5. 基于HOG特征提取和稀疏子空间聚类的织物疵点检测 | 第39-45页 |
| 5.1 HOG特征 | 第39-40页 |
| 5.2 字典库创建和稀疏表示 | 第40-41页 |
| 5.3 实验结果及分析 | 第41页 |
| 5.4 本章小结 | 第41-44页 |
| 5.5 本章小结 | 第44-45页 |
| 6. 总结与展望 | 第45-47页 |
| 6.1 总结 | 第45-46页 |
| 6.2 课题的不足与展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 硕士研究生期间的论文成果及参加项目 | 第50-51页 |
| 致谢 | 第51页 |