基于图像处理技术的织物疵点检测与识别技术研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 绪论 | 第7-15页 |
| 1.1 课题研究的目的与意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-13页 |
| 1.2.1 国外研究现状 | 第8-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 本课题研究的主要内容和解决的问题 | 第13-15页 |
| 第2章 织物图像预处理 | 第15-27页 |
| 2.1 图像的噪声及分类 | 第15-16页 |
| 2.2 图像去噪方法 | 第16-20页 |
| 2.2.1 图像空间域去噪方法 | 第16-17页 |
| 2.2.2 图像频率域去噪方法 | 第17-20页 |
| 2.3 图像锐化处理 | 第20-23页 |
| 2.3.1 高通滤波法 | 第21-22页 |
| 2.3.2 Sobel算子 | 第22页 |
| 2.3.3 Laplacian算子 | 第22-23页 |
| 2.4 去噪和锐化处理方法比较 | 第23-25页 |
| 2.4.1 去噪方法比较 | 第23-24页 |
| 2.4.2 锐化方法比较 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 基于小波分析的织物图像特征值提取 | 第27-43页 |
| 3.1 小波分析理论 | 第27-35页 |
| 3.1.1 连续小波变换 | 第27-28页 |
| 3.1.2 离散小波变换 | 第28-29页 |
| 3.1.3 多分辨率分析与Mallat快速算法 | 第29-35页 |
| 3.2 织物图像的小波分解 | 第35-36页 |
| 3.2.1 小波基的选择及分解层数 | 第35页 |
| 3.2.2 织物图像的小波分解 | 第35-36页 |
| 3.3 织物纹理特征值提取 | 第36-42页 |
| 3.3.1 织物纹理特征值选取 | 第36-38页 |
| 3.3.2 织物图像分割窗口的确定 | 第38-39页 |
| 3.3.3 织物特征值提取与归一化处理 | 第39-41页 |
| 3.3.4 待检图像特征值阈值选取 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 织物疵点的识别与分类 | 第43-51页 |
| 4.1 织物疵点识别方法 | 第43-46页 |
| 4.1.1 基于距离度量分类 | 第43页 |
| 4.1.2 基于模糊推理的分类 | 第43-44页 |
| 4.1.3 基于人工神经网络的疵点识别 | 第44-46页 |
| 4.2 BP神经网络识别织物疵点 | 第46-50页 |
| 4.2.1 BP神经网络模型 | 第46页 |
| 4.2.2 BP网络的学习 | 第46-47页 |
| 4.2.3 BP网络设计 | 第47-49页 |
| 4.2.4 BP网络训练学习 | 第49-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 织物疵点检测实验结果分析与结论 | 第51-67页 |
| 5.1 织物图像的采集 | 第51-53页 |
| 5.2 织物疵点自动检测软件流程 | 第53-54页 |
| 5.3 疵点检测实验结果分析 | 第54-65页 |
| 5.3.1 常见疵点的纹理特征值分析 | 第54-63页 |
| 5.3.2 疵点的识别与分类 | 第63-65页 |
| 5.4 本章小结 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 存在的问题与进一步的研究工作 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间研究成果 | 第73-75页 |
| 致谢 | 第75-77页 |
