摘要 | 第1-8页 |
ABSTRACT | 第8-14页 |
第一章 绪论 | 第14-35页 |
·课题研究意义和背景 | 第14-17页 |
·研究意义 | 第14-15页 |
·研究背景 | 第15-17页 |
·研究现状 | 第17-25页 |
·白坯布疵点自动检测算法 | 第18-21页 |
·基于空域的统计方法 | 第18-19页 |
·基于频域的谱方法 | 第19-21页 |
·基于模型的方法 | 第21页 |
·灰色图案织物疵点自动检测算法 | 第21-22页 |
·色织物疵点自动检测算法 | 第22-25页 |
·色彩模型简介 | 第22-24页 |
·彩色纹理图像疵点检测方法 | 第24-25页 |
·疵点自动检测系统一般性框架 | 第25-27页 |
·色织物疵点检测存在的主要问题 | 第27-28页 |
·研究目标、研究内容和创新点 | 第28-31页 |
·研究目标 | 第28页 |
·研究内容 | 第28-29页 |
·创新点 | 第29-31页 |
参考文献 | 第31-35页 |
第二章 色织物疵点自动检测硬件构架的设计 | 第35-58页 |
·硬件构架的总体设计 | 第35-38页 |
·光源、CCD相机和图像采集卡 | 第38-45页 |
·光源照度匹配原理 | 第38-39页 |
·光源的选择及照明方案设计 | 第39-41页 |
·CCD相机的选择 | 第41-44页 |
·图像数据采集卡 | 第44-45页 |
·图像测量CCD相机系统的标定 | 第45-49页 |
·疵点图像测量概述 | 第45-46页 |
·系统的测量原理 | 第46-47页 |
·测量系统的组成及工作流程 | 第47页 |
·CCD相机系统的标定理论 | 第47-48页 |
·像素相当量的精度确定及系统的标定 | 第48-49页 |
·FPGA专用开发板设计和DSP选择 | 第49-55页 |
·FPGA及色织物疵点检测系统专用板接口设计 | 第49-51页 |
·核心处理器DSP的选择 | 第51-55页 |
·检测系统仿真和调试软件平台 | 第55页 |
·本章小结 | 第55-57页 |
参考文献 | 第57-58页 |
第三章 织物疵点图像纹理特征的分数阶微分增强 | 第58-73页 |
·引言 | 第58-59页 |
·分数阶微分运算对图像信号的作用 | 第59-61页 |
·图像纹理特征的分数阶微分动力学特性 | 第61-64页 |
·图像分数阶微分的数值运算和图像增强算子的构造 | 第64-66页 |
·本章实验及结果评价 | 第66-71页 |
·本章小结 | 第71-72页 |
参考文献 | 第72-73页 |
第四章 基于能量局部二值模式的色织物疵点智能检测 | 第73-90页 |
·引言 | 第73-75页 |
·研究方法 | 第75-80页 |
·分数阶微分的色织物图像增强预处理 | 第75页 |
·色织物图像的CIE-L~*a~*b~*色彩模型 | 第75页 |
·Log-Gabor滤波器分析和图像融合 | 第75-77页 |
·能量局部二值模式算子 | 第77-78页 |
·疵点检测 | 第78-80页 |
·实验描述 | 第80-82页 |
·结果及讨论 | 第82-88页 |
·Log-Gabor滤波器参数影响的分析 | 第82-84页 |
·准确性和效率的评价 | 第84-88页 |
·本章小结 | 第88-89页 |
参考文献 | 第89-90页 |
第五章 基于组合特征和支持向量机的色织物疵点自动分类 | 第90-110页 |
·引言 | 第90-92页 |
·方法 | 第92-102页 |
·材料 | 第92页 |
·疵点图像分析 | 第92-94页 |
·疵点组合特征提取 | 第94-101页 |
·几何特征参数 | 第95-97页 |
·纹理特征参数 | 第97-101页 |
·色织物疵点分类的SVM | 第101-102页 |
·结果和讨论 | 第102-107页 |
·提取的色织物疵点特征参数的评价 | 第102-104页 |
·支持向量机分类器参数值的确定和对分类准确率的影响 | 第104-105页 |
·分类方案鲁棒性和对准确率的影响 | 第105-107页 |
·本章小结 | 第107-108页 |
参考文献 | 第108-110页 |
第六章 总结与展望 | 第110-114页 |
·全文总结 | 第110-112页 |
·课题展望 | 第112-114页 |
附录 | 第114-131页 |
攻读博士学位期间的研究成果目录 | 第131-132页 |
致谢 | 第132页 |