| 学位论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.1.1 布匹检测研究背景 | 第8-9页 |
| 1.1.2 机器视觉技术的发展与应用 | 第9-10页 |
| 1.2 织物疵点检测技术国内外研究现状 | 第10-15页 |
| 1.2.1 织物疵点检测算法国内外研究现状 | 第10-13页 |
| 1.2.2 坯布疵点检测系统国内外研究现状 | 第13-15页 |
| 1.3 论文主要内容及结构安排 | 第15-16页 |
| 第二章 非下采样Contourlet变换 | 第16-28页 |
| 2.1 Contourlet变换理论 | 第17-20页 |
| 2.1.1 拉普拉斯金字塔变换 | 第17-18页 |
| 2.1.2 方向滤波器 | 第18-20页 |
| 2.2 非下采样contourlet变换 | 第20-26页 |
| 2.2.1 非下采样Conourlet变换的结构 | 第21-22页 |
| 2.2.2 非下采样塔式滤波器组的结构 | 第22-24页 |
| 2.2.3 非下采样方向滤波器组的结构 | 第24-26页 |
| 2.3 非下采样contourlet变换在疵点检测上的优势 | 第26-28页 |
| 第三章 基于NSCT的坯布疵点检测和分割 | 第28-42页 |
| 3.1 图像预处理 | 第28-31页 |
| 3.1.1 预处理评价指标 | 第28-29页 |
| 3.1.2 常见的预处理方法 | 第29-31页 |
| 3.2 低频子带处理 | 第31-34页 |
| 3.2.1 非线性增益 | 第32-33页 |
| 3.2.2 改进的数学形态学 | 第33页 |
| 3.2.3 低频子带二值化 | 第33-34页 |
| 3.3 基于NSCT融合子带标准差的高频子带处理 | 第34-40页 |
| 3.3.1 分解层数 | 第34-35页 |
| 3.3.2 子带选取 | 第35-38页 |
| 3.3.3 基于标准差的疵点分割 | 第38-40页 |
| 3.4 实验结果与分析 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于BP神经网络的疵点分类 | 第42-54页 |
| 4.1 人工神经网络理论 | 第42-45页 |
| 4.1.1 神经元模型 | 第42-44页 |
| 4.1.2 BP神经网络 | 第44-45页 |
| 4.2 特征提取 | 第45-50页 |
| 4.2.1 基于LBP的特征提取 | 第45-47页 |
| 4.2.2 其他特征 | 第47-48页 |
| 4.2.3 基于主成分分析的特征筛选 | 第48-50页 |
| 4.3 BP神经网络设计 | 第50-52页 |
| 4.3.1 BP网络层数和节点数确定 | 第50-52页 |
| 4.3.2 传递函数确定 | 第52页 |
| 4.4 疵点分类结果分析 | 第52-54页 |
| 第五章 坯布疵点检测系统图形用户界面 | 第54-60页 |
| 5.1 坯布疵点检测系统图形用户界面框架 | 第54-55页 |
| 5.2 坯布疵点检测系统图形用户界面设计 | 第55-59页 |
| 5.2.1 用户登录界面 | 第55-56页 |
| 5.2.2 图像获取界面 | 第56-57页 |
| 5.2.3 轮廓波分解界面 | 第57页 |
| 5.2.4 疵点检测界面 | 第57-59页 |
| 5.2.5 疵点分类界面 | 第59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 发表论文与参加科研情况 | 第68-70页 |
| 致谢 | 第70页 |