模糊小波算法在纺织品瑕点检测中的应用
| 第一章 自动模式识别技术的技术发展 | 第1-14页 |
| 1．1 模糊神经网络的发展及背景 | 第9-11页 |
| 1．2 小波神经网络的发展及背景 | 第11-12页 |
| 1．3 遗传算法 | 第12-13页 |
| 1．4 课题研究内容与总体思路 | 第13-14页 |
| 第二章 瑕点类型与系统结构 | 第14-27页 |
| 2．1 瑕点类型 | 第14-19页 |
| 2．2 系统结构示意图 | 第19页 |
| 2．3 图像运算处理的理论依据与滤波器的设计 | 第19-27页 |
| 2．3．1 图像线性化的理论依据 | 第20页 |
| 2．3．2 滤波器理论与设计 | 第20-27页 |
| 第三章 图像预处理 | 第27-32页 |
| 3．1 图像采样 | 第27页 |
| 3．2 调整图像的亮度和对比度 | 第27-28页 |
| 3．3 转化为灰度图 | 第28-32页 |
| 3．3．1 理论基础 | 第28-30页 |
| 3．3．2 处理结果 | 第30-32页 |
| 第四章 边缘检测 | 第32-44页 |
| 4．1 边缘检测算法 | 第32-41页 |
| 4．2 经过边缘检测处理后的结果 | 第41-44页 |
| 第五章 模糊化和模糊推理 | 第44-53页 |
| 5．1 模糊集合及其运算 | 第44-46页 |
| 5．2 模糊集合与普通集合的相互转换 | 第46页 |
| 5．3 模糊关系和扩展原理 | 第46-48页 |
| 5．4 模糊性度量 | 第48-49页 |
| 5．5 模糊规则和模糊推理 | 第49-50页 |
| 5．6 隶属度函数的构造方法 | 第50-53页 |
| 第六章 特征提取 | 第53-62页 |
| 6．1 知识库的形成 | 第53-54页 |
| 6．2 特征提取 | 第54-56页 |
| 6．3 具体实现 | 第56-60页 |
| 6．3．1 选取小波函数 | 第56-58页 |
| 6．3．2 特征提取 | 第58-60页 |
| 6．4 知识库的更新 | 第60-62页 |
| 第七章 瑕点识别 | 第62-72页 |
| 7．1 模糊策略与算法 | 第62-63页 |
| 7．2 模糊化 | 第63-64页 |
| 7．3 模糊推理机 | 第64-65页 |
| 7．4 性能指标和规则库的优化 | 第65-71页 |
| 7．4．1 性能指标 | 第65-67页 |
| 7．4．2 规则库的优化 | 第67-71页 |
| 7．5 模糊推理并输出最终识别结果 | 第71页 |
| 7．6 算法示意图 | 第71页 |
| 7．7 结论 | 第71-72页 |
| 第八章 前景展示 | 第72-76页 |
| 参考文献 | 第76-78页 |
| 致谢 | 第78页 |
