针织物疵点自动检测与分类方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 基于图像处理的织物疵点检测分类方法 | 第10-14页 |
| 1.3 已推向市场的织物疵点检测系统 | 第14-15页 |
| 1.4 研究内容与意义 | 第15-17页 |
| 第二章 针织物图像采集系统和图像预处理 | 第17-28页 |
| 2.1 针织物疵点图像采集系统的构建 | 第17-18页 |
| 2.2 针织物疵点种类介绍 | 第18-19页 |
| 2.3 图像预处理 | 第19-26页 |
| 2.4 在线快速检测 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 小波分析理论及针织物图像小波分解 | 第28-43页 |
| 3.1 小波分析的由来 | 第28-29页 |
| 3.2 小波分析理论概述 | 第29-35页 |
| 3.3 针织物图像小波分解 | 第35-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于灰度共生矩阵的织物纹理特征提取 | 第43-54页 |
| 4.1 灰度共生矩阵的原理和纹理特征值 | 第43-45页 |
| 4.2 灰度共生矩阵构造参数的确定 | 第45-48页 |
| 4.3 针织物图像的特征值提取和归一化处理 | 第48-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 基于极限学习机的针织物疵点分类 | 第54-60页 |
| 5.1 极限学习机的理论概述 | 第54-55页 |
| 5.2 实验及结果分析 | 第55-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 全文总结与展望 | 第60-62页 |
| 6.1 全文总结 | 第60-61页 |
| 6.2 不足及展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 附录一 | 第67-71页 |
| 附录二 | 第71-77页 |
| 硕士期间发表论文情况 | 第77-78页 |
| 致谢 | 第78页 |