铝型材表面喷涂质量的图像检测与研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·课题研究背景及意义 | 第7-8页 |
| ·图像纹理分析的研究现状 | 第8-9页 |
| ·国内外研究现状 | 第8-9页 |
| ·纹理分析面临的问题 | 第9页 |
| ·纹理分析在图像检测中的特征提取方法 | 第9-12页 |
| ·论文主要研究内容及结构安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 基于纹理分析的铝型材表面喷涂图像的研究 | 第14-19页 |
| ·纹理概述 | 第14-15页 |
| ·纹理的定义 | 第14页 |
| ·纹理的类别 | 第14-15页 |
| ·铝型材表面喷涂图像的纹理分析研究 | 第15-16页 |
| ·纹理形成机理 | 第15-16页 |
| ·纹理分析的研究内容 | 第16页 |
| ·总体研究方案 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 铝型材表面喷涂图像的特征提取方法的研究 | 第19-30页 |
| ·灰度共生矩阵 | 第19-20页 |
| ·自相关函数 | 第20-21页 |
| ·Tamura纹理特征 | 第21-22页 |
| ·局部二值模式 | 第22-24页 |
| ·Gabor滤波 | 第24-26页 |
| ·数学形态学 | 第26-29页 |
| ·数学形态学基本运算 | 第26-27页 |
| ·形态学颗粒分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 铝型材表面喷涂图像的纹理分类方法的研究 | 第30-38页 |
| ·纹理分类概述 | 第30-32页 |
| ·纹理分类算法概况 | 第30页 |
| ·各种分类算法优缺点比较 | 第30-32页 |
| ·支持向量机 | 第32-35页 |
| ·线性可分 | 第33-34页 |
| ·线性不可分 | 第34页 |
| ·非线性分类 | 第34-35页 |
| ·聚类分析 | 第35-37页 |
| ·K-means聚类算法 | 第35-36页 |
| ·模糊核聚类 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 实验结果与分析 | 第38-45页 |
| ·实验准备 | 第38-39页 |
| ·核函数及其相关参数的选择 | 第39-40页 |
| ·核函数的选择 | 第39页 |
| ·交叉验证 | 第39-40页 |
| ·分类结果 | 第40-42页 |
| ·结果验证 | 第42-44页 |
| ·误差分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·总结 | 第45页 |
| ·展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 作者简介 | 第51页 |
| 攻读硕士学位期间研究成果 | 第51页 |
