基于Android的色卡识别系统移动端的设计与实现
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 选题背景 | 第8-9页 |
| 1.1.1 布料色卡识别的行业背景和意义 | 第8页 |
| 1.1.2 Android市场背景 | 第8-9页 |
| 1.2 研究内容及研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第2章 相关技术及开发平台介绍 | 第14-23页 |
| 2.1 图像检索技术介绍 | 第14-17页 |
| 2.2 Android平台及相关技术介绍 | 第17-21页 |
| 2.3 Android开发工具相关介绍 | 第21-23页 |
| 第3章 图像特征提取及识别技术 | 第23-37页 |
| 3.1 图像特征提取及识别技术 | 第23-25页 |
| 3.1.1 颜色特征 | 第23页 |
| 3.1.2 纹理特征 | 第23-24页 |
| 3.1.3 形状特征 | 第24页 |
| 3.1.4 空间关系特征 | 第24页 |
| 3.1.5 非视觉特征 | 第24-25页 |
| 3.2 图像颜色特征提取 | 第25-28页 |
| 3.2.1 颜色直方图 | 第25页 |
| 3.2.2 颜色矩 | 第25-26页 |
| 3.2.3 颜色相关图 | 第26页 |
| 3.2.4 颜色空间 | 第26-28页 |
| 3.3 基于HSV颜色空间的主色权重直方图 | 第28-30页 |
| 3.4 图像的纹理特征描述 | 第30-32页 |
| 3.4.1 基于统计的纹理特征提取方法 | 第30-31页 |
| 3.4.2 基于模型的纹理特征提取方法 | 第31页 |
| 3.4.3 基于信号处理的纹理特征提取方法 | 第31-32页 |
| 3.4.4 基于结构的纹理特征提取方法 | 第32页 |
| 3.5 带参数的LBP纹理特征提取算法 | 第32-34页 |
| 3.6 图像特征的相似性度量 | 第34页 |
| 3.7 结合粒计算构建识别模型 | 第34-37页 |
| 第4章 色卡识别系统移动端的分析与设计 | 第37-67页 |
| 4.1 需求分析 | 第37-51页 |
| 4.1.1 编写目的 | 第37页 |
| 4.1.2 名词解释 | 第37-38页 |
| 4.1.3 参考资料 | 第38页 |
| 4.1.4 任务概述 | 第38-39页 |
| 4.1.5 数据描述 | 第39-45页 |
| 4.1.6 功能需求 | 第45-50页 |
| 4.1.7 外部接.需求 | 第50-51页 |
| 4.1.8 性能需求 | 第51页 |
| 4.1.9 其他需求 | 第51页 |
| 4.2 概要设计 | 第51-57页 |
| 4.2.1 编写目的 | 第51-52页 |
| 4.2.2 任务简述 | 第52页 |
| 4.2.3 架构设计 | 第52-53页 |
| 4.2.4 功能与模块设计 | 第53-54页 |
| 4.2.5 模块描述 | 第54-55页 |
| 4.2.6 接.设计 | 第55-56页 |
| 4.2.7 系统出错处理设计 | 第56-57页 |
| 4.2.8 系统维护设计 | 第57页 |
| 4.3 数据库设计 | 第57-61页 |
| 4.4 详细设计 | 第61-67页 |
| 第5章 色卡识别系统移动端的实现与测试 | 第67-78页 |
| 5.1 系统开发平台与运行环境 | 第67页 |
| 5.2 系统的实现 | 第67-74页 |
| 5.3 系统测试 | 第74-78页 |
| 5.3.1 测试数据集描述 | 第74-76页 |
| 5.3.2 测试评价指标 | 第76-77页 |
| 5.3.3 测试过程和结果分析 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
