织物色差检测系统研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景及意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 课题研究的主要内容 | 第14-16页 |
| 2 颜色科学及光谱学相关理论 | 第16-28页 |
| 2.1 颜色和色差 | 第16-17页 |
| 2.2 颜色空间 | 第17-20页 |
| 2.2.1 RGB颜色空间 | 第17-18页 |
| 2.2.2 CIEXYZ颜色空间 | 第18-19页 |
| 2.2.3 CIELAB颜色空间 | 第19-20页 |
| 2.2.4 颜色空间转换 | 第20页 |
| 2.3 光谱反射率 | 第20-21页 |
| 2.4 颜色的三刺激值 | 第21-22页 |
| 2.5 色差公式 | 第22-26页 |
| 2.5.1 CIELAB色差公式 | 第22-23页 |
| 2.5.2 CMC(l:c)色差公式 | 第23-24页 |
| 2.5.3 CIE94色差公式 | 第24页 |
| 2.5.4 CIEDE 2000色差公式 | 第24-26页 |
| 2.6 本章小结 | 第26-28页 |
| 3 基于机器视觉与图像处理的织物色差检测 | 第28-44页 |
| 3.1 系统整体设计 | 第28-29页 |
| 3.2 图像采集系统 | 第29-33页 |
| 3.2.1 工业相机 | 第29-31页 |
| 3.2.2 工业镜头 | 第31页 |
| 3.2.3 图像采集卡 | 第31-32页 |
| 3.2.4 光源 | 第32-33页 |
| 3.3 图像滤波 | 第33-36页 |
| 3.3.1 中值滤波 | 第33-34页 |
| 3.3.2 高斯滤波 | 第34页 |
| 3.3.3 双边滤波 | 第34-35页 |
| 3.3.4 滤波效果对比 | 第35-36页 |
| 3.4 图像分割 | 第36-40页 |
| 3.4.1 超像素分割 | 第36-37页 |
| 3.4.2 SLIC超像素分割 | 第37-40页 |
| 3.5 色差检测实验 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 4 基于光谱数据的织物色差检测 | 第44-58页 |
| 4.1 系统整体设计及硬件组成 | 第44-45页 |
| 4.2 光谱采集系统 | 第45-49页 |
| 4.2.1 光谱仪 | 第45-46页 |
| 4.2.2 光源 | 第46-48页 |
| 4.2.3 光纤 | 第48页 |
| 4.2.4 积分球 | 第48-49页 |
| 4.3 基于PCA-ELM的颜色特征映射模型 | 第49-52页 |
| 4.3.1 主成分分析(PCA) | 第49-51页 |
| 4.3.2 极限学习机(ELM) | 第51-52页 |
| 4.3.3 PCA-ELM预测模型 | 第52页 |
| 4.4 实验与分析 | 第52-56页 |
| 4.4.1 实验数据预处理 | 第53-54页 |
| 4.4.2 颜色物理量的预测 | 第54-55页 |
| 4.4.3 织物色差检测 | 第55-56页 |
| 4.5 本章小结 | 第56-58页 |
| 5 纺织品颜色分类 | 第58-68页 |
| 5.1 支持向量机 | 第58-60页 |
| 5.2 卷积神经网络 | 第60-63页 |
| 5.3 仿真实验 | 第63-67页 |
| 5.3.1 基于SVM的织物图像颜色分类 | 第64-65页 |
| 5.3.2 基于Alexnet的织物图像颜色分类 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 作者攻读学位期间发表论文与专利清单 | 第76-78页 |
| 致谢 | 第78页 |
