棉、莫代尔纤维的图像识别
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-16页 |
| ·国内外对纱线混纺比的研究现状 | 第7-13页 |
| ·传统纱线混纺比测定方法 | 第7-10页 |
| ·图像处理测定纱线混纺比 | 第10-13页 |
| ·图像处理测定混纺比的优势 | 第13-14页 |
| ·速度更快、更准确 | 第13页 |
| ·应用范围广 | 第13-14页 |
| ·可检测指标多 | 第14页 |
| ·图像处理测混纺比目前的问题 | 第14页 |
| ·本课题研究的内容及创新点 | 第14-16页 |
| ·主要研究内容 | 第15页 |
| ·解决主要问题和创新点 | 第15-16页 |
| 第二章 纤维纵向切片的制取及图像预处理 | 第16-31页 |
| ·纤维纵向切片制取 | 第16-19页 |
| ·图像处理的流程 | 第16页 |
| ·制取纵向切片前的准备 | 第16-17页 |
| ·纵向切片制取方法 | 第17页 |
| ·纤维纵向状态效果 | 第17-19页 |
| ·纤维纵向切片拍照 | 第19-21页 |
| ·实验仪器及设备 | 第20页 |
| ·纤维纵向切片拍照方法 | 第20页 |
| ·纤维纵向切片拍照效果 | 第20-21页 |
| ·纤维纵向切片数字图像预处理 | 第21-30页 |
| ·图像预处理流程 | 第22页 |
| ·图像灰度化 | 第22-23页 |
| ·图像亮度均匀 | 第23页 |
| ·图像增强 | 第23-24页 |
| ·图像二值化 | 第24-25页 |
| ·图像滤波 | 第25页 |
| ·图像填充 | 第25-26页 |
| ·图像细化 | 第26页 |
| ·小块物体去除 | 第26-27页 |
| ·连通区域标记 | 第27页 |
| ·纤维图像拼接 | 第27页 |
| ·纤维面积 | 第27-28页 |
| ·图像旋转 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第三章 纤维特征参数的提取 | 第31-40页 |
| ·二值化图像特征提取原理 | 第31-34页 |
| ·纤维直径CV值 | 第31-33页 |
| ·矩形度 | 第33页 |
| ·平均灰度值 | 第33-34页 |
| ·实验结果分析与讨论 | 第34-39页 |
| ·纤维直径CV值的识别效果 | 第35-36页 |
| ·纤维平均灰度值的识别效果 | 第36-37页 |
| ·纤维矩形度的识别效果 | 第37-38页 |
| ·纤维特征判断 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 神经网络的智能识别 | 第40-52页 |
| 4..1 神经网络 | 第40-42页 |
| ·神经网络的介绍 | 第40页 |
| ·神经网络的发展历史 | 第40-41页 |
| ·神经网络的训练原理 | 第41页 |
| ·神经网络的优点和应用 | 第41-42页 |
| ·感知器网络 | 第42-46页 |
| ·感知器网络的介绍 | 第42-43页 |
| ·感知器网络的结构 | 第43-44页 |
| ·感知器网络的算法 | 第44页 |
| ·混纺比判断的感知器网络设计 | 第44-46页 |
| ·BP网络 | 第46-51页 |
| ·BP网络的介绍 | 第46页 |
| ·BP网络的结构 | 第46-47页 |
| ·BP网络的算法 | 第47-48页 |
| ·混纺比判断的BP网络设计 | 第48-51页 |
| ·混纺比的判断 | 第51页 |
| ·小结 | 第51-52页 |
| 第五章 混纺比分析软件的设计 | 第52-58页 |
| ·VB | 第52-55页 |
| ·VB介绍 | 第52页 |
| ·VB界面设计 | 第52-55页 |
| ·VB与MATLAB接口编程的实现 | 第55-57页 |
| ·MATLAB的m文件 | 第55页 |
| ·VB与MATLAB的接口实现 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第六章 结论与展望 | 第58-60页 |
| ·结论 | 第58页 |
| ·不足 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间的研究成果 | 第64-65页 |
| 附录 | 第65-82页 |
| 致谢 | 第82-83页 |
