| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 选题背景、目的及意义 | 第8页 |
| 1.2 国内外研究状况 | 第8-13页 |
| 1.2.1 计算机视觉技术与织物疵点检测 | 第8-9页 |
| 1.2.2 国外研究状况 | 第9-11页 |
| 1.2.3 国内研究状况 | 第11-13页 |
| 1.3 国外已投入市场的疵点检测系统 | 第13页 |
| 1.4 本文主要研究工作 | 第13-16页 |
| 第二章 织物图像预处理方法分析 | 第16-28页 |
| 2.1 图像噪声源及其分类 | 第16-19页 |
| 2.1.1 噪声源分析 | 第16-18页 |
| 2.1.2 噪声分类 | 第18-19页 |
| 2.2 图像预处理 | 第19-26页 |
| 2.2.1 图像降噪方法 | 第19-22页 |
| 2.2.2 图像锐化 | 第22-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 疵点区域的识别与提取 | 第28-42页 |
| 3.1 自适应阈值分割 | 第28-30页 |
| 3.1.1 图像阈值分割方法 | 第28-29页 |
| 3.1.2 自适应阈值分割方法 | 第29-30页 |
| 3.2 相邻疵点区域连通性处理 | 第30-38页 |
| 3.2.1 数学形态学 | 第31页 |
| 3.2.2 结构元素 | 第31页 |
| 3.2.3 腐蚀和膨胀 | 第31-35页 |
| 3.2.4 闭运算和开运算 | 第35-38页 |
| 3.3 疵点区域边缘识别 | 第38-41页 |
| 3.3.1 边缘检测的原理和基本步骤 | 第38-39页 |
| 3.3.2 Canny边缘检测算子 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 疵点区域特征值的提取 | 第42-50页 |
| 4.1 图像纹理特征值提取方法 | 第42-43页 |
| 4.1.1 灰度直方图统计法 | 第42页 |
| 4.1.2 灰度共生矩阵算法 | 第42-43页 |
| 4.1.3 傅里叶分析法 | 第43页 |
| 4.1.4 小波分析法 | 第43页 |
| 4.2 基于小波分解的疵点区域特征值提取 | 第43-49页 |
| 4.2.1 Mallat快速算法 | 第44-45页 |
| 4.2.2 图像纹理特征值 | 第45-46页 |
| 4.2.3 图像的Mallat分解 | 第46-47页 |
| 4.2.4 图像窗.分割 | 第47-48页 |
| 4.2.5 特征值归一化处理与阈值选取 | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 疵点检测实验及结果分析 | 第50-66页 |
| 5.1 软件设计与编程环境 | 第50-51页 |
| 5.1.1 Visual C++6.0 开发软件简介 | 第50页 |
| 5.1.2 OpenCV简介 | 第50-51页 |
| 5.2 织物图像采集 | 第51-53页 |
| 5.3 程序设计与编程实现 | 第53页 |
| 5.4 疵点检测实验结果分析 | 第53-65页 |
| 5.4.1 织物疵点识别结果分析 | 第54-57页 |
| 5.4.2 纹理特征值提取结果分析 | 第57-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 全文总结与展望 | 第66-68页 |
| 6.1 全文总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间研究成果 | 第72-74页 |
| 致谢 | 第74-76页 |