| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文的主要工作及研究成果 | 第14-15页 |
| 1.4 本文的结构安排 | 第15-17页 |
| 2. 低秩稀疏矩阵分解理论基础 | 第17-21页 |
| 2.1 低秩稀疏矩阵分解数学基础 | 第17-19页 |
| 2.2 低秩表示 | 第19页 |
| 2.3 对低秩分解的优化求解方法 | 第19-20页 |
| 2.4 低秩分解和织物疵点检测的联系 | 第20页 |
| 2.5 本章小结与讨论 | 第20-21页 |
| 3 基于GABOR滤波器和低秩分解的织物疵点检测算法 | 第21-30页 |
| 3.1 GABOR滤波器特征提取 | 第21-22页 |
| 3.2 模型构建及优化求解 | 第22-26页 |
| 3.2.1 低秩模型构建 | 第22-23页 |
| 3.2.2 模型的优化求解 | 第23-26页 |
| 3.3 疵点分布图生成及分割 | 第26-27页 |
| 3.4 实验结果及分析 | 第27-29页 |
| 3.5 本章小结与讨论 | 第29-30页 |
| 4 基于HOG和低秩分解的织物疵点检测算法 | 第30-39页 |
| 4.1 算法的提出及应用方法 | 第30-33页 |
| 4.1.1 预处理 | 第30页 |
| 4.1.2 特征提取 | 第30-32页 |
| 4.1.3 基于低秩分解的疵点分布图生成 | 第32-33页 |
| 4.1.4 疵点分布图分割 | 第33页 |
| 4.2 实验结果及分析 | 第33-37页 |
| 4.3 本章小结与讨论 | 第37-39页 |
| 5 基于GHOG和低秩分解的模式织物疵点检测算法 | 第39-55页 |
| 5.1 所提算法 | 第39-45页 |
| 5.1.1 GHOG特征提取 | 第39-42页 |
| 5.1.2 低秩模型构建 | 第42-43页 |
| 5.1.3 模型的优化求解 | 第43-45页 |
| 5.1.4 疵点分布图生成及分割 | 第45页 |
| 5.2 实验结果与分析 | 第45-53页 |
| 5.2.1 定性的结果 | 第46-52页 |
| 5.2.2 定量的结果 | 第52-53页 |
| 5.3 本章小结与讨论 | 第53-55页 |
| 6. 基于生物建模特征提取及低秩表示的织物疵点检测算法 | 第55-69页 |
| 6.1 基于生物视觉的图像特征提取方法 | 第55-59页 |
| 6.2 低秩表示模型构建 | 第59-60页 |
| 6.3 模型的优化求解 | 第60-61页 |
| 6.4 疵点分布图生成及分割 | 第61页 |
| 6.5 实验结果及分析 | 第61-68页 |
| 6.5.1 定性的结果 | 第62-67页 |
| 6.5.2 定量的结果 | 第67-68页 |
| 6.6 本章小结与讨论 | 第68-69页 |
| 7 总结与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 附录：硕士研究生学习阶段发表论文 | 第76-77页 |
| 致谢 | 第77页 |