基于独立分量分析的织物疵点自动检测方法研究
| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 织物疵点检测方法的国内外研究进展 | 第11-15页 |
| 1.2.1 织物疵点检测方法 | 第11-13页 |
| 1.2.2 织物疵点自动检测系统的研究现状 | 第13-15页 |
| 1.3 独立分量分析 | 第15-17页 |
| 1.4 粒子群算法 | 第17页 |
| 1.5 本课题的主要研究内容 | 第17-18页 |
| 1.6 论文的章节安排 | 第18-19页 |
| 第二章 基于ICA模型的织物疵点检测相关理论概述 | 第19-28页 |
| 2.1 ICA算法的数学模型及约束条件 | 第19-21页 |
| 2.2 ICA的一般求解过程 | 第21-25页 |
| 2.2.1 ICA算法的预处理算法 | 第21-23页 |
| 2.2.2 目标函数 | 第23-25页 |
| 2.2.3 优化算法 | 第25页 |
| 2.3 ICA处理二维图像信号的相关理论 | 第25-26页 |
| 2.4 粒子群算法 | 第26-27页 |
| 2.4.1 基本粒子群算法 | 第26页 |
| 2.4.2 带惯性权重的PSO算法 | 第26-27页 |
| 2.5 小结 | 第27-28页 |
| 第三章 ICA典型算法及相关仿真实验 | 第28-39页 |
| 3.1 ICA经典算法 | 第28-30页 |
| 3.1.1 自然梯度法 | 第28-29页 |
| 3.1.2 Infomax算法 | 第29页 |
| 3.1.3 EXInfomax算法 | 第29页 |
| 3.1.4 快速ICA算法 | 第29-30页 |
| 3.2 混合信号分离仿真实验 | 第30-34页 |
| 3.3 混合图像分离仿真实验 | 第34-38页 |
| 3.3.1 自然图像分离 | 第34-36页 |
| 3.3.2 织物疵点图像分离 | 第36-38页 |
| 3.4 小结 | 第38-39页 |
| 第四章 基于全局优化ICA算法的织物疵点检测 | 第39-60页 |
| 4.1 引言 | 第39页 |
| 4.2 全局优化的ICA算法 | 第39-44页 |
| 4.2.1 算法的设计与实现 | 第39-40页 |
| 4.2.2 评价函数的定义 | 第40页 |
| 4.2.3 算法的步骤 | 第40-42页 |
| 4.2.4 算法的参数分析与设置 | 第42-44页 |
| 4.3 织物疵点的检测方案 | 第44-47页 |
| 4.3.1 织物图像预处理 | 第45-46页 |
| 4.3.2 卷积运算 | 第46页 |
| 4.3.3 阈值分割 | 第46-47页 |
| 4.4 织物疵点检测仿真实验 | 第47-56页 |
| 4.4.1 控制常数对检测结果的影响 | 第47-52页 |
| 4.4.2 窗口大小对检测结果的影响 | 第52-54页 |
| 4.4.3 窗口数量对检测结果的影响 | 第54-55页 |
| 4.4.4 评价函数对检测结果的影响 | 第55-56页 |
| 4.5 织物疵点检测图形用户界面的设计及实现 | 第56-59页 |
| 4.5.1 织物疵点检测图形用户界面的设计 | 第57-58页 |
| 4.5.2 织物疵点检测图形用户界面的实现 | 第58-59页 |
| 4.6 小结 | 第59-60页 |
| 第五章 结论和展望 | 第60-62页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 工作展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士期间发表的论文 | 第67-68页 |
| 附录 | 第68-77页 |
| 致谢 | 第77-78页 |
