| 摘要 | 第1-11页 |
| ABSTRACT | 第11-18页 |
| 第1章 绪论 | 第18-25页 |
| ·课题背景 | 第18-19页 |
| ·自动验布的优势和劣势 | 第19页 |
| ·自动验布的难点及挑战 | 第19-21页 |
| ·课题组研究成果与存在问题 | 第21-22页 |
| ·本文的研究内容 | 第22页 |
| ·论文的总体框架 | 第22-24页 |
| 参考文献 | 第24-25页 |
| 第2章 文献综述 | 第25-42页 |
| ·相关术语和概念介绍 | 第25-27页 |
| ·计算机视觉 | 第25-26页 |
| ·模式识别 | 第26-27页 |
| ·纹理分析 | 第27页 |
| ·文献综述 | 第27-35页 |
| ·基于特征提取 | 第28-32页 |
| ·基于非特征提取 | 第32-35页 |
| ·对比研究 | 第35页 |
| ·现有文献总体特点与不足 | 第35-37页 |
| ·现有文献的特点 | 第35-36页 |
| ·现有文献的不足 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 参考文献 | 第38-42页 |
| 第3章 织物瑕疵检测的问题本质与织物纹理的近似表达 | 第42-62页 |
| ·织物瑕疵检测问题分析 | 第42-44页 |
| ·理想瑕疵检测算法构思 | 第44-45页 |
| ·本文研究重点 | 第45-46页 |
| ·主元分析及图像表达 | 第46-53页 |
| ·主元分析原理 | 第46-49页 |
| ·PCA对织物图像与自然图像的近似表达 | 第49-50页 |
| ·实验分析与验证 | 第50-53页 |
| ·字典学习 | 第53-59页 |
| ·基础概念 | 第53-54页 |
| ·基于字典学习的织物图像近似表达 | 第54-55页 |
| ·实验分析与验证 | 第55-58页 |
| ·字典学习的优点 | 第58-59页 |
| ·基于字典学习的织物瑕疵检测算法 | 第59页 |
| ·本章小结 | 第59-61页 |
| 参考文献 | 第61-62页 |
| 第4章 基于字典学习的无监督织物瑕疵检测算法 | 第62-89页 |
| ·算法思路 | 第62-68页 |
| ·瑕疵检测机理分析 | 第62页 |
| ·无监督瑕疵检测算法基本思路 | 第62-64页 |
| ·检测算法思路可行性初步验证与分析 | 第64-68页 |
| ·线性瑕疵检测效果不佳的分析与改进方案 | 第68-74页 |
| ·基于图像旋转的改进方案 | 第68-70页 |
| ·图像旋转改进方案的有效性验证 | 第70-72页 |
| ·基于均值投影的线性瑕疵增强方案 | 第72-73页 |
| ·投影增强方案的有效性验证 | 第73-74页 |
| ·字典大小的自动选取 | 第74-77页 |
| ·字典大小影响分析与代价函数定义 | 第74页 |
| ·代价函数的有效性验证 | 第74-77页 |
| ·滤波处理与分割阈值的确定 | 第77页 |
| ·滤波处理 | 第77页 |
| ·分割阈值的确定 | 第77页 |
| ·实验与结果讨论 | 第77-86页 |
| ·必要说明 | 第78页 |
| ·算法评价指标 | 第78-80页 |
| ·实验结果与分析 | 第80-86页 |
| ·本章小结 | 第86-88页 |
| 参考文献 | 第88-89页 |
| 第5章 基于字典学习的半监督织物瑕疵检测算法 | 第89-111页 |
| ·算法思路 | 第89-93页 |
| ·半监督瑕疵检测算法基本思路 | 第89-90页 |
| ·学习字典对瑕疵图像近似效果实验分析 | 第90-93页 |
| ·相似度指标有效性验证及优选 | 第93-99页 |
| ·近似实例分析 | 第93-94页 |
| ·相似度指标定义与t-检验介绍 | 第94-96页 |
| ·相似度指标有效性验证 | 第96-99页 |
| ·字典大小的确定方法 | 第99-101页 |
| ·字典大小影响分析与近似指数定义 | 第99页 |
| ·近似指数的有效性验证 | 第99-101页 |
| ·基于支持向量数据描述的分类 | 第101-104页 |
| ·支持向量数据描述分类器介绍 | 第101-103页 |
| ·支持向量数据描述分类步骤 | 第103-104页 |
| ·实验与结果讨论 | 第104-108页 |
| ·必要说明 | 第104-105页 |
| ·算法评价指标 | 第105-106页 |
| ·子窗口尺寸影响分析 | 第106-107页 |
| ·实验结果与分析 | 第107-108页 |
| ·本章小结 | 第108-110页 |
| 参考文献 | 第110-111页 |
| 第6章 约束条件下学习字典对半监督算法的影响 | 第111-121页 |
| ·算法计算复杂度分析 | 第111-112页 |
| ·不同约束条件下的学习字典 | 第112-115页 |
| ·实验与结果讨论 | 第115-118页 |
| ·必要说明 | 第115-116页 |
| ·不同约束条件学习字典检测结果与讨论 | 第116-118页 |
| ·本章小结 | 第118-119页 |
| 参考文献 | 第119-121页 |
| 第7章 基于正交字典的半监督算法的实时实现 | 第121-133页 |
| ·织物瑕疵实时检测平台简介 | 第121-123页 |
| ·织物传动系统 | 第121-122页 |
| ·光照与成像系统 | 第122页 |
| ·图像采集和处理系统 | 第122页 |
| ·人机交互系统 | 第122-123页 |
| ·算法在平台上的实现 | 第123-128页 |
| ·相机参数估计 | 第123-125页 |
| ·平台实时性对检测算法的要求 | 第125-126页 |
| ·算法实现 | 第126-128页 |
| ·实验与结果讨论 | 第128-131页 |
| ·必要说明 | 第128页 |
| ·算法评价指标 | 第128页 |
| ·实验结果与分析 | 第128-131页 |
| ·本章小结 | 第131-132页 |
| 参考文献 | 第132-133页 |
| 第8章 结论与展望 | 第133-137页 |
| ·全文结论 | 第133-135页 |
| ·本文工作的展望 | 第135-137页 |
| 附录一 | 第137-142页 |
| 附录二 | 第142-143页 |
| 附录三 | 第143-155页 |
| 附录四 | 第155-173页 |
| 攻读博士学位期间发表学术论文情况 | 第173-174页 |
| 致谢 | 第174页 |