| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8页 |
| ·研究现状 | 第8-12页 |
| ·聚类分析方法 | 第8-10页 |
| ·图像特征提取方法 | 第10-11页 |
| ·木材缺陷识别 | 第11-12页 |
| ·本论文的主要工作 | 第12页 |
| ·论文结构 | 第12-14页 |
| 第二章 聚类理论 | 第14-23页 |
| ·聚类思想 | 第14-19页 |
| ·聚类过程 | 第14-15页 |
| ·距离测定 | 第15-18页 |
| ·聚类准则 | 第18-19页 |
| ·几种主要聚类方法 | 第19-21页 |
| ·划分法(pa rtitioning methods) | 第19页 |
| ·层次法(hiera rchical methods) | 第19-20页 |
| ·基于密度的方法(density-based methods) | 第20页 |
| ·基于网格的方法(grid-based methods) | 第20-21页 |
| ·基于模型的方法(model-based methods) | 第21页 |
| ·聚类有效性 | 第21页 |
| ·当前聚类算法中面临的关键性问题 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 木材图像特征提取方法 | 第23-38页 |
| ·图像的表示 | 第23-24页 |
| ·灰度图象的表示 | 第23页 |
| ·彩色图像的表示 | 第23-24页 |
| ·图像的颜色矩特征提取方法 | 第24-29页 |
| ·图像颜色矩 | 第24页 |
| ·图像的颜色矩特征 | 第24-25页 |
| ·基于颜色矩的木材图像特征提取 | 第25-26页 |
| ·性能标准 | 第26-27页 |
| ·木材表面缺陷识别算法步骤 | 第27-28页 |
| ·实验结果与分析 | 第28-29页 |
| ·基于GLCM的特征提取方法 | 第29-37页 |
| ·灰度共生矩阵 | 第29-30页 |
| ·灰度共生矩阵的特征参数 | 第30-33页 |
| ·生成步长d对特征参数的影响 | 第33页 |
| ·图像灰度级Ng对特征参数的影响 | 第33-34页 |
| ·相关系数 | 第34-35页 |
| ·基于GLCM的纹理特征提取 | 第35-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于BIRCH的木材缺陷识别 | 第38-47页 |
| ·BIRCH算法 | 第38-41页 |
| ·CF树的建立 | 第41-42页 |
| ·参数估计 | 第42-44页 |
| ·分支因子 | 第42-43页 |
| ·阈值 | 第43-44页 |
| ·非缺陷类判别 | 第44-45页 |
| ·实验结果与分析 | 第45-46页 |
| ·木材缺陷识别算法流程 | 第45页 |
| ·实验结果与分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于Affinity Propagation聚类的木材缺陷识别 | 第47-56页 |
| ·AP算法 | 第47-49页 |
| ·AP算法的工作过程 | 第49页 |
| ·基于AP算法的木材缺陷识别 | 第49-50页 |
| ·AP算法存在的问题 | 第50页 |
| ·改进的木材缺陷识别方法 | 第50-52页 |
| ·实验结果与分析 | 第52-55页 |
| ·数据准备 | 第52-53页 |
| ·实验结果与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与评价 | 第56-58页 |
| ·特色与创新 | 第56-57页 |
| ·下一步的研究工作 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期何发表的学术论文 | 第62-63页 |
| 详细摘要 | 第63-64页 |
| Abstract | 第64页 |
