| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 图像增强 | 第11-12页 |
| 1.2.2 彩色图像分割 | 第12-14页 |
| 1.2.3 缺陷检测 | 第14-15页 |
| 1.3 在线检测流程 | 第15-16页 |
| 1.4 研究内容及拟解决的关键问题 | 第16页 |
| 1.5 本文结构 | 第16-18页 |
| 第二章 人眼视觉特性与颜色空间选取 | 第18-27页 |
| 2.1 人眼视觉感知特性 | 第18-19页 |
| 2.2 颜色空间理论概述 | 第19-23页 |
| 2.2.1 RGB颜色空间 | 第19-20页 |
| 2.2.2 HSV颜色空间 | 第20-21页 |
| 2.2.3 CIEL~*a~*b~*颜色空间 | 第21-23页 |
| 2.3 颜色空间的选取 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 缺陷图像的采集与预处理 | 第27-40页 |
| 3.1 羽毛片与缺陷的空间结构分析 | 第27-28页 |
| 3.1.1 羽毛片结构分析 | 第27-28页 |
| 3.1.2 羽毛片上缺陷结构分析 | 第28页 |
| 3.2 图像采集 | 第28-29页 |
| 3.3 图像增强 | 第29-37页 |
| 3.3.1 Retinex图像增强理论 | 第30-34页 |
| 3.3.2 基于视觉特性亮度自适应Retinex算法 | 第34-37页 |
| 3.4 实验结论 | 第37-39页 |
| 3.4.1 评价指标 | 第37-38页 |
| 3.4.2 实验结果与分析 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于改进水平集的缺陷图像分割 | 第40-52页 |
| 4.1 彩色图像分割简介 | 第40页 |
| 4.2 水平集方法 | 第40-47页 |
| 4.2.1 主动轮廓与曲线演化 | 第41-42页 |
| 4.2.2 水平集的数学原理 | 第42-47页 |
| 4.2.3 实验结果与分析 | 第47页 |
| 4.3 基于CIE L~*a~*b~*颜色空间的变分水平集方法 | 第47-49页 |
| 4.3.1 本文算法的实现过程 | 第48-49页 |
| 4.4 实验与结论 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 缺陷特征参数的提取 | 第52-61页 |
| 5.1 缺陷特征分析 | 第52-54页 |
| 5.2 特征提取 | 第54-57页 |
| 5.2.1 几何特征 | 第54-55页 |
| 5.2.2 形态特征 | 第55-56页 |
| 5.2.3 颜色特征 | 第56-57页 |
| 5.3 毛叶缺陷特征参数的提取与分类 | 第57-60页 |
| 5.4 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读学位期间发表论文和获奖 | 第66-68页 |
| 致谢 | 第68页 |