基于非高斯统计特性的纺织品缺陷检测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-13页 |
| 第一章 绪论 | 第13-22页 |
| ·引言 | 第13-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·纺织品缺陷检测的主要步骤 | 第14-15页 |
| ·纺织品缺陷检测方法分类 | 第15-17页 |
| ·研究动机、拟解决的关键问题及创新之处 | 第17-20页 |
| ·研究动机 | 第17-19页 |
| ·研究内容及拟解决的关键问题 | 第19页 |
| ·本文的创新之处 | 第19-20页 |
| ·内容安排 | 第20-22页 |
| 第二章 纺织品图像变换 | 第22-36页 |
| ·独立分量分析 | 第22-29页 |
| ·ICA 算法的基本原理 | 第22-23页 |
| ·ICA 算法的数学模型 | 第23-24页 |
| ·快速ICA 算法 | 第24-25页 |
| ·仿真实验 | 第25-29页 |
| ·小波变换 | 第29-35页 |
| ·小波变换的基本原理 | 第29-30页 |
| ·多分辨率分析 | 第30-31页 |
| ·二维图像的哈小波变换 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于非高斯统计特性的纺织品缺陷检测方法 | 第36-44页 |
| ·基于非高斯统计特性的缺陷检测算法 | 第36-37页 |
| ·特征提取 | 第37-40页 |
| ·低阶矩特征 | 第37-38页 |
| ·高阶矩特征 | 第38-40页 |
| ·基于ICA 的图像特征提取 | 第40页 |
| ·基于小波变换的图像特征提取 | 第40-42页 |
| ·最小距离分类法 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 无噪的纺织品缺陷检测方法 | 第44-51页 |
| ·实验数据 | 第44-45页 |
| ·采用ICA 算法 | 第45-48页 |
| ·采用小波算法 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 含噪声模型的纺织品缺陷检测 | 第51-67页 |
| ·纹理增强原理 | 第51-52页 |
| ·纹理增强算法——非局部均值滤波 | 第52-57页 |
| ·实验一：对噪声图像的缺陷检测实验 | 第57-59页 |
| ·实验数据 | 第57-58页 |
| ·实验结果 | 第58-59页 |
| ·实验二：基于纹理增强算法的缺陷检测 | 第59-66页 |
| ·实验数据 | 第59-60页 |
| ·实验结果 | 第60-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间发表的论文 | 第76-77页 |
