首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波域特征织物瑕疵检测与识别的研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·课题研究的意义第7页
   ·国内外研究现状第7-10页
   ·本文的主要研究工作第10-11页
   ·论文结构第11-13页
第二章 小波变换的基本原理第13-19页
   ·小波变换的定义第13-14页
   ·多分辨率分析的基本原理第14-16页
   ·信号奇异性分析第16-18页
     ·李普西兹指数第16-17页
     ·信号的小波奇异性分析第17-18页
   ·本章小结第18-19页
第三章 基于小波自适应多阈值和最大熵原理的织物疵点分割第19-29页
   ·小波系数阈值去噪原理第19-20页
   ·最大熵分割原理第20页
   ·基于Bayes 自适应多阈值和最大熵的织物疵点分割第20-24页
     ·Bayes 自适应多阈值和最大熵分割算法第21-22页
     ·仿真实验及结果分析第22-24页
   ·基于Context 模型的自适应多阈值和最大熵的织物疵点分割第24-27页
     ·Context 模型自适应多阈值和最大熵分割算法第24-25页
     ·仿真实验及结果分析第25-27页
   ·本章小结第27-29页
第四章 基于Contourlet 变换的多方向织物疵点边缘检测第29-37页
   ·基于高斯函数的双小波边缘检测第29-31页
     ·高斯函数双小波边缘检测原理第29-30页
     ·仿真实验及结果分析第30-31页
   ·基于Contourlet 变换的多方向疵点边缘检测第31-36页
     ·Contourlet 变换原理第31-33页
     ·多方向疵点边缘检测算法第33-35页
     ·仿真实验及结果分析第35-36页
   ·本章小结第36-37页
第五章 基于小波域特征的织物疵点分类与识别第37-51页
   ·基于小波域差值系数的织物疵点特征提取第37-46页
     ·小波域差值系数特征第37-38页
     ·实验步骤及结果分析第38-46页
   ·基于SVM 算法的织物疵点识别与分类第46-50页
     ·SVM 算法原理第46-47页
     ·织物疵点识别算法步骤第47-48页
     ·仿真结果及分析第48-50页
   ·本章小结第50-51页
第六章 总结与展望第51-53页
   ·论文的内容总结第51页
   ·下一步工作展望第51-53页
致谢第53-55页
参考文献第55-59页
附录:作者在攻读硕士学位期间发表的论文第59页

论文共59页,点击 下载论文
上一篇:面向叶片的产品数据管理系统的研究与开发
下一篇:Non-Kolmogorov湍流信道中无线光通信系统传输信号的信息容量和检测概率