| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 本文研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 布料瑕疵识别常用方法 | 第12页 |
| 1.4 主要研究内容 | 第12-13页 |
| 1.5 论文的组织结构 | 第13-14页 |
| 第2章 布料图像预处理技术 | 第14-25页 |
| 2.1 布料图像预处理 | 第14页 |
| 2.2 布料图像灰度化 | 第14-16页 |
| 2.3 布料图像去噪 | 第16-21页 |
| 2.4 布料图像增强处理 | 第21-22页 |
| 2.5 布料图像锐化处理 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 基于Otsu和Canny的自适应边界特征提取方法研究 | 第25-32页 |
| 3.1 Canny技术基本原理 | 第25-27页 |
| 3.2 改进的图像梯度幅值计算方法 | 第27-28页 |
| 3.3 Otsu阈值方法求取阈值 | 第28-30页 |
| 3.4 实验结果与验证 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 基于BP神经网络的识别方法研究 | 第32-42页 |
| 4.1 人工神经网络基础 | 第32-33页 |
| 4.2 基于BP神经网络的学习模型 | 第33-38页 |
| 4.3 基于BP神经网络的识别验证 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 布料瑕疵检测系统设计与实现 | 第42-54页 |
| 5.1 布料瑕疵检测系统总体架构设计 | 第42-44页 |
| 5.2 布料瑕疵检测流程设计 | 第44-46页 |
| 5.3 软件功能参数设计 | 第46-48页 |
| 5.4 系统传输功能的应用 | 第48-51页 |
| 5.5 布料瑕疵检测系统原型的设计与实现 | 第51-53页 |
| 5.6 本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 6.1 结论 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |