| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·课题来源 | 第9页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究现状和发展趋势 | 第10-11页 |
| ·研究目标、内容和关键技术 | 第11-12页 |
| ·研究目标 | 第11页 |
| ·研究内容 | 第11页 |
| ·关键技术 | 第11-12页 |
| ·论文总体结构 | 第12-13页 |
| 2 课题相关理论 | 第13-17页 |
| ·织物与织物组织的概念 | 第13-15页 |
| ·机织物的三原组织 | 第13-14页 |
| ·机织物组织的结构参数 | 第14-15页 |
| ·数字图像处理技术概述 | 第15页 |
| ·纹理特征信息提取概述 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 3 织物组织图像获取及预处理 | 第17-23页 |
| ·织物图像获取 | 第17-18页 |
| ·织物图像预处理 | 第18-22页 |
| ·彩色图像灰度化 | 第18-19页 |
| ·图像的噪声抑制 | 第19-20页 |
| ·图像对比度增强 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 4 机织物组织纹理结构分类 | 第23-39页 |
| ·局部二进制模式 | 第23-29页 |
| ·基本LBP算子 | 第23-25页 |
| ·圆形邻域的LBP | 第25-26页 |
| ·LBP算子的旋转不变特性 | 第26-27页 |
| ·统一模式的LBP | 第27-29页 |
| ·灰度共生矩阵 | 第29-31页 |
| ·灰度共生矩阵基础理论 | 第29-30页 |
| ·灰度共生矩阵的参数选取 | 第30-31页 |
| ·BP神经网络 | 第31-33页 |
| ·BP神经网络基础理论 | 第31-32页 |
| ·基于Levenberg-Marquardt法的BP改进算法 | 第32-33页 |
| ·实验结果与分析 | 第33-38页 |
| ·纹理特征向量提取 | 第33-36页 |
| ·基于改进的BP神经网络的机织物分类 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 5 织物经纬纱密度识别 | 第39-61页 |
| ·小波变换 | 第39-48页 |
| ·小波变换原理 | 第39-42页 |
| ·小波的分解与重构 | 第42-48页 |
| ·二值化处理 | 第48-53页 |
| ·平滑处理 | 第53-57页 |
| ·经纬纱密度计算 | 第57-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 6 总结 | 第61-63页 |
| ·全文总结 | 第61-62页 |
| ·课题展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 作者攻读学位期间发表论文清单 | 第69-71页 |
| 致谢 | 第71页 |