首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于纹理增强的纺织品缺陷检测方法研究

摘要第1-6页
ABSTRACT第6-7页
致谢第7-13页
第一章 绪论第13-24页
   ·课题研究背景及意义第13-14页
   ·纺织品缺陷检测技术的研究现状第14-19页
   ·纺织品自动检测系统现状第19-21页
     ·国外纺织品自动检测系统第19-21页
     ·国内纺织品检测系统研究现状第21页
   ·本文的研究内容及创新点第21-22页
   ·本文的结构安排第22-24页
第二章 图像纹理特征第24-34页
   ·图像纹理定义第24-25页
   ·基于空间域纹理描述第25-27页
     ·统计法纹理描述第25-27页
     ·结构法纹理描述第27页
     ·基于模型的纹理描述第27页
   ·基于频域的纹理描述第27-30页
     ·傅立叶变换第27-28页
     ·Gabor 变换第28-29页
     ·小波变换第29-30页
   ·纺织品的纹理特性第30-31页
   ·常见的纺织品缺陷种类第31-33页
   ·本章小结第33-34页
第三章 纺织品图像的纹理增强第34-56页
   ·图像增强方法第34-37页
     ·高斯滤波第35页
     ·双边滤波第35-36页
     ·各向异性滤波第36-37页
   ·非局部均值滤波第37-39页
     ·NLM 的原理第37-38页
     ·NLM 的优缺点第38-39页
   ·基于 PCA-NLM 的纺织品纹理增强第39-45页
     ·主成分分析第40-41页
     ·纹理主成分的相似性度量及实验分析第41-43页
     ·NLM 框架下的 PCA 增强方法第43-45页
   ·实验结果与分析第45-55页
     ·图像质量的评价标准第45页
     ·合成图像的纹理增强第45-49页
     ·真实图像的纹理增强第49-55页
   ·本章小结第55-56页
第四章 纹理增强的纺织品缺陷检测第56-75页
   ·纹理增强的纺织品缺陷检测基本框架第56-57页
   ·MCE 标准向量的类可分离性第57-59页
     ·MCE 标准向量生成第57-58页
     ·缺陷检测的类可分离性第58-59页
   ·纺织品缺陷检测的性能指标第59-60页
   ·基于灰度共生矩阵的纹理特征提取第60-64页
     ·灰度共生矩阵及其纹理特征第60-62页
     ·纺织品纹理特征提取及归一化第62-64页
   ·纹理增强的检测实验结果与分析第64-73页
     ·纺织品图像集第64-66页
     ·纹理增强的总体检测正确率第66-68页
     ·纹理增强的多类间可分离性指标第68-70页
     ·纹理增强的 7 类缺陷检测结果及其检测正确率第70-73页
   ·本章小结第73-75页
第五章 总结与展望第75-77页
   ·本文总结第75页
   ·未来工作展望第75-77页
参考文献第77-82页
攻读硕士期间发表的论文第82-83页
攻读硕士学位期间参与的科研项目第83-85页

论文共85页,点击 下载论文
上一篇:基于区域的彩色图像分割方法研究
下一篇:新型小波变换域图像去噪及融合算法研究