| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景和意义 | 第11-12页 |
| 1.2 大输液异物视觉检测的研究现状 | 第12-14页 |
| 1.3 大输液异物视觉检测的难点 | 第14-15页 |
| 1.4 大输液异物检测算法研究现状 | 第15页 |
| 1.5 论文主要内容介绍 | 第15-17页 |
| 第二章 大输液异物检测系统设计 | 第17-24页 |
| 2.1 可见异物分析 | 第17页 |
| 2.2 检测干扰分析 | 第17-18页 |
| 2.3 大输液异物检测流程 | 第18页 |
| 2.4 大输液异物检测系统 | 第18-22页 |
| 2.4.1 大输液可见异物检测算法设计 | 第18-19页 |
| 2.4.2 视觉检测系统设计 | 第19-20页 |
| 2.4.3 机械系统设计 | 第20-21页 |
| 2.4.4 机电控制系统设计 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 大输液运动目标检测和聚类算法研究 | 第24-37页 |
| 3.1 运动目标分析 | 第24页 |
| 3.2 大输液运动目标检测算法研究 | 第24-30页 |
| 3.2.1 运动目标检测算法研究现状 | 第24-26页 |
| 3.2.2 基于分块主成分追踪的运动目标检测算法 | 第26-29页 |
| 3.2.3 实验结果与分析 | 第29-30页 |
| 3.3 大输液运动目标聚类算法研究 | 第30-35页 |
| 3.3.1 聚类算法研究现状 | 第30-31页 |
| 3.3.2 基于分块稀疏矩阵的k-means聚类算法 | 第31-33页 |
| 3.3.3 实验结果与分析 | 第33-35页 |
| 3.4 构造运动轨迹空间特征向量 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于分层联合稀疏表示的异物检测研究 | 第37-49页 |
| 4.1 稀疏表示分类方法研究 | 第37-40页 |
| 4.1.1 稀疏表示概述 | 第37-38页 |
| 4.1.2 稀疏表示研究现状 | 第38-40页 |
| 4.2 分层联合稀疏表示异物识别方法 | 第40-45页 |
| 4.2.1 训练样本字典学习 | 第41-42页 |
| 4.2.2 运动目标分类 | 第42-45页 |
| 4.3 实验结果与分析 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于加权残差支持向量机的异物检测研究 | 第49-60页 |
| 5.1 支持向量机算法研究 | 第49-50页 |
| 5.1.1 支持向量机概述 | 第49页 |
| 5.1.2 支持向量机研究现状 | 第49-50页 |
| 5.2 加权残差支持向量机算法 | 第50-59页 |
| 5.2.1 特征加权支持向量机 | 第50-51页 |
| 5.2.2 联合字典的建立 | 第51-52页 |
| 5.2.3 加权残差特征向量的定义 | 第52-54页 |
| 5.2.4 加权残差支持向量机分类步骤 | 第54-56页 |
| 5.2.5 实验结果与分析 | 第56-59页 |
| 5.3 本章小结 | 第59-60页 |
| 总结与展望 | 第60-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 附录A | 第69-70页 |
| 附录B | 第70页 |