| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 注释表 | 第12-13页 |
| 缩略词 | 第13-14页 |
| 第一章 绪论 | 第14-20页 |
| ·织物疵点检测的研究背景和意义 | 第14-15页 |
| ·织物疵点检测的国内外研究概况 | 第15-18页 |
| ·织物疵点图像预处理 | 第15页 |
| ·织物疵点图像分割 | 第15-16页 |
| ·织物疵点特征提取及分类 | 第16-17页 |
| ·织物疵点自动检测 | 第17-18页 |
| ·本文的章节安排及创新点 | 第18-20页 |
| ·本文的章节安排 | 第18页 |
| ·本文的创新点 | 第18-20页 |
| 第二章 基于复 Contourlet 变换、各向异性扩散和混沌粒子群优化的织物疵点图像预处理 | 第20-32页 |
| ·引言 | 第20-21页 |
| ·基于复 Contourlet 变换和各向异性扩散模型的织物疵点图像去噪 | 第21-22页 |
| ·复 Contourlet 变换 | 第21页 |
| ·P_Laplace 算子 | 第21页 |
| ·Catte_PM 模型 | 第21-22页 |
| ·基于混沌粒子群优化的非完全 Beta 函数织物疵点图像增强 | 第22-24页 |
| ·非完全 Beta 函数 | 第22页 |
| ·混沌粒子群优化算法 | 第22-24页 |
| ·算法步骤及参数设置 | 第24-25页 |
| ·实验结果与分析 | 第25-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于 PCNN 模型和对称 Tsallis 交叉熵的织物疵点图像分割 | 第32-39页 |
| ·引言 | 第32页 |
| ·PCNN 模型 | 第32-33页 |
| ·对称 Tsallis 交叉熵 | 第33-35页 |
| ·算法步骤及参数设置 | 第35-36页 |
| ·实验结果与分析 | 第36-38页 |
| ·实验配置 | 第36页 |
| ·主观评价对比实验 | 第36-37页 |
| ·客观评价对比实验 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于复 Contourlet 变换和主成分分析的织物疵点特征提取及分类识别 | 第39-46页 |
| ·引言 | 第39-40页 |
| ·主成分分析模型 | 第40页 |
| ·算法步骤及参数设置 | 第40-41页 |
| ·实验结果与分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于 Log_Gabor 小波和 Krawtchouk 矩的织物疵点检测 | 第46-54页 |
| ·引言 | 第46-47页 |
| ·Log_Gabor 小波原理及性质 | 第47-48页 |
| ·Gabor 小波变换 | 第47页 |
| ·Log_Gabor 小波 | 第47-48页 |
| ·Krawtchouk 矩不变量 | 第48页 |
| ·核模糊 C-均值聚类的基本原理 | 第48-50页 |
| ·模糊 C-均值聚类算法 | 第48-49页 |
| ·核模糊 C-均值聚类算法 | 第49-50页 |
| ·算法步骤及参数设置 | 第50-51页 |
| ·实验结果与分析 | 第51-53页 |
| ·实验配置 | 第51页 |
| ·主观评价对比实验 | 第51-52页 |
| ·客观评价对比实验 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 基于局部二值模式、Krawtchouk 矩和小波支持向量机的织物疵点检测 | 第54-61页 |
| ·引言 | 第54页 |
| ·局部二值模式 | 第54-56页 |
| ·小波支持向量机 | 第56-58页 |
| ·支持向量回归 | 第56-57页 |
| ·小波支持向量机 | 第57-58页 |
| ·算法步骤及参数设置 | 第58-59页 |
| ·实验结果与分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 总结和展望 | 第61-63页 |
| ·本文的主要工作 | 第61-62页 |
| ·进一步的研究工作及展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 在学期间的研究成果及发表的学术论文 | 第70-71页 |
