| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11-12页 |
| ·纤维自动检测技术的研究背景 | 第12-14页 |
| ·论文的研究目标、研究内容和创新点 | 第14-17页 |
| 第二章 数字图像处理技术与纤维特征提取 | 第17-27页 |
| ·图像分割研究现状 | 第17-19页 |
| ·水平集方法 | 第19-24页 |
| ·特征提取与分类识别 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 系统综述 | 第27-33页 |
| ·棉花纤维识别系统 | 第27-30页 |
| ·粘连分离在纤维成份识别系统中的重要作用 | 第30-31页 |
| ·纤维图像分离难点 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 纤维图像预处理和图像分割 | 第33-41页 |
| ·纤维图像的预处理 | 第33-35页 |
| ·基于水平集方法的纤维图像分割算法的提出 | 第35-36页 |
| ·基于水平集方法的纤维图像分割算法 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 纤维图像的粘连分离 | 第41-47页 |
| ·纤维图像的粘连分离算法的提出 | 第41-43页 |
| ·基于聚类思想的粘连分离算法的实现 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 纤维图像的特征提取与分类识别 | 第47-57页 |
| ·纤维分类识别的技术路线 | 第47-48页 |
| ·SIFT特征提取 | 第48-51页 |
| ·SVM分类原理 | 第51-53页 |
| ·基于SIFT和SVM的分类识别 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第七章 实验结果与分析 | 第57-61页 |
| ·实验环境的准备 | 第57页 |
| ·图像分割实验结果分析 | 第57-59页 |
| ·基于SIFT和支持向量机的分类识别实验结果与分析 | 第59页 |
| ·本章小结 | 第59-61页 |
| 第八章 总结与展望 | 第61-62页 |
| ·研究总结 | 第61页 |
| ·课题展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |