基于图像处理的帘子布疵点检测的算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1. 绪论 | 第8-13页 |
| ·课题背景及研究的意义 | 第8-9页 |
| ·课题背景 | 第8页 |
| ·课题的研究意义 | 第8-9页 |
| ·国内外研究现状及发展趋势 | 第9-11页 |
| ·疵点图像分割的研究现状 | 第9-11页 |
| ·疵点分类的研究现状 | 第11页 |
| ·国外已有的疵点自动检测系统 | 第11页 |
| ·本文的主要内容 | 第11-13页 |
| 2. 帘子布疵点图像的快速判别 | 第13-24页 |
| ·帘子布图像的预处理 | 第13-16页 |
| ·帘子布的疵点分类 | 第13-14页 |
| ·帘子布图像预处理方法及其比较 | 第14-16页 |
| ·帘子布疵点图像的快速判别 | 第16-23页 |
| ·基于灰度直方图的疵点判别 | 第17-19页 |
| ·基于图像局部熵的疵点判决方法 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 3. 帘子布疵点图像分割 | 第24-31页 |
| ·基于阈值分割方法简介 | 第24-25页 |
| ·经典Otsu 算法 | 第25-27页 |
| ·基于模糊熵的图像分割 | 第27-30页 |
| ·模糊理论基础 | 第27-28页 |
| ·基于最大模糊熵的图像分割算法 | 第28-29页 |
| ·实验结果及分析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4. 帘子布疵点图像的识别算法研究 | 第31-44页 |
| ·帘子布疵点图像的特征提取 | 第31-36页 |
| ·图像的标签化和边界的链码描述 | 第32-34页 |
| ·帘子布疵点图像的特征参数选择和计算 | 第34-36页 |
| ·基于BP 神经网络的帘子布疵点分类 | 第36-43页 |
| ·BP 神经网络结构 | 第36-37页 |
| ·BP 神经网络学习算法 | 第37-38页 |
| ·疵点识别的BP 神经网络的设计 | 第38-41页 |
| ·帘子布疵点识别的仿真及结论 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 5. 总结和展望 | 第44-45页 |
| ·本文主要内容 | 第44页 |
| ·课题展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 附录：硕士研究生学习阶段发表论文 | 第48-49页 |
| 致谢 | 第49-50页 |
