基于数字图像处理的织物沾水等级评定
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景 | 第9页 |
| 1.2 织物沾水度测试方法 | 第9-10页 |
| 1.3 研究现状 | 第10-13页 |
| 1.3.1 织物沾水区域提取 | 第10-12页 |
| 1.3.2 织物沾水等级分类 | 第12-13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 第二章 织物沾水等级评定系统基础算法 | 第15-31页 |
| 2.1 基础图像处理 | 第15-18页 |
| 2.1.1 CIELab颜色空间转化 | 第15-16页 |
| 2.1.2 自适应直方图均衡化 | 第16-18页 |
| 2.1.3 模糊聚类 | 第18页 |
| 2.2 保边平滑算法 | 第18-20页 |
| 2.2.1 双边滤波器 | 第19页 |
| 2.2.2 加权最小二乘保边平滑 | 第19-20页 |
| 2.3 空间金字塔匹配 | 第20-24页 |
| 2.3.1 SIFT特征提取 | 第21-22页 |
| 2.3.2 稀疏编码描述子 | 第22-23页 |
| 2.3.3 聚集编码系数 | 第23-24页 |
| 2.4 基于稀疏表示分类 | 第24-30页 |
| 2.4.1 稀疏编码模型 | 第24-26页 |
| 2.4.2 稀疏表示分类 | 第26-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于改进L_0梯度的织物湿润区域图像分割 | 第31-48页 |
| 3.1 引言 | 第31页 |
| 3.2 保持对比度灰度化 | 第31-32页 |
| 3.3 基于局部降维最小化L_0梯度 | 第32-36页 |
| 3.3.1 最小化L_0梯度法原理 | 第32-33页 |
| 3.3.2 选择拉普拉斯特征映射分析 | 第33-34页 |
| 3.3.3 基于局部降维最小化L_0梯度 | 第34-36页 |
| 3.4 实验结果与分析 | 第36-47页 |
| 3.4.1 评价指标 | 第36-38页 |
| 3.4.2 实验准备 | 第38页 |
| 3.4.3 结果与分析 | 第38-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于稀疏表示的织物沾水图像分类 | 第48-61页 |
| 4.1 引言 | 第48页 |
| 4.2 字典模型与低秩分析 | 第48-52页 |
| 4.2.1 Fisher判别字典模型 | 第48-50页 |
| 4.2.2 沾水图像低秩分析 | 第50-52页 |
| 4.3 基于编码系数低秩约束的判别字典学习 | 第52-55页 |
| 4.3.1 更新系数 | 第52-54页 |
| 4.3.2 更新字典 | 第54-55页 |
| 4.4 实验结果与分析 | 第55-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 总结和展望 | 第61-63页 |
| 5.1 工作总结 | 第61-62页 |
| 5.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68-70页 |
| 攻读学位期间的研究成果 | 第70页 |
