首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于计算机视觉的木质板材颜色分类方法的研究

摘要第1-6页
Abstract第6-14页
1 绪论第14-26页
   ·课题背景第14-16页
   ·国内外发展现状第16-23页
     ·计算机视觉检测的基本技术第16-22页
     ·木质板材颜色分类的发展现状第22-23页
   ·基于计算机视觉的木质板材颜色分类研究的问题与难点第23-24页
   ·本研究的内容和目标第24-26页
     ·研究内容和目标第24页
     ·研究方案第24-26页
2 木质板材颜色分类的理论分析和实验材料第26-75页
   ·木质板材颜色分类的模式识别方法第26-33页
     ·模式识别第26-29页
     ·模式相似性测度第29-30页
     ·特征提取第30-31页
     ·分类器设计第31-32页
     ·分类器设计基本方法第32-33页
   ·木质板材颜色分类的分类器设计第33-55页
     ·遗传算法聚类分析第33-36页
     ·神经网络分类器第36-47页
     ·支持向量机分类器第47-54页
     ·K-近邻分类器第54-55页
   ·颜色空间和颜色特征第55-66页
     ·颜色空间第55-56页
     ·RGB颜色空间第56-57页
     ·CMY、CMYK颜色空间第57-58页
     ·HSV颜色空间第58页
     ·CIE均匀颜色空间第58-60页
     ·颜色空间之间的转换第60-62页
     ·颜色空间比较第62页
     ·颜色特征第62-66页
   ·实验材料第66-73页
     ·实验材料第66-72页
     ·木材颜色成像系统第72-73页
   ·本章小结第73-75页
3 基于色差和颜色矩木质板材颜色分类的研究第75-88页
   ·基于CIE 1976-L~*a~*b~*色差木质板材颜色分类的研究第75-78页
     ·CIE 1976-L~*a~*b~*色差特征的选取第75-76页
     ·CIE-1976 L~*a~*b~*颜色空间色差参数的分析第76-77页
     ·基于CIE-1976 L~*a~*b~*颜色空间色差的分类器测试结果第77-78页
   ·基于颜色矩木质板材颜色分类的研究第78-86页
     ·不同树种基于颜色矩木质板材颜色分类的研究第78-84页
     ·按同类树种分类基于颜色矩木质板材颜色分类的研究第84-86页
   ·本章小结第86-88页
4 基于直方图和主颜色木质板材颜色分类的研究第88-98页
   ·基于颜色直方图木质板材颜色分类的研究第88-90页
     ·颜色直方图特征的选取第88-89页
     ·基于颜色直方图特征的分类实验结果第89-90页
   ·基于颜色直方图另一种方法第90-92页
     ·颜色空间的量化第90-91页
     ·颜色直方图的特征提取第91页
     ·基于颜色直方图特征的分类实验结果第91-92页
   ·基于主颜色木质板材颜色分类的研究第92-94页
     ·主颜色的概念第92页
     ·主颜色的特征提取第92-93页
     ·基于主颜色特征的分类实验结果第93-94页
   ·基于遗传算法聚类和支持向量机分类器分类实验结果第94-95页
   ·基于主颜色和纹理特征木质板材分类的研究第95-97页
     ·共生矩阵第95-96页
     ·主颜色和纹理的特征提取第96页
     ·基于主颜色和纹理特征的分类实验结果第96-97页
   ·本章小结第97-98页
5 基于颜色和数学形态学木材缺陷分割的研究第98-108页
   ·数学形态学第98-99页
   ·分割方法的实现第99-100页
   ·基于颜色和数学形态学木质板材缺陷检测实验结果第100-104页
   ·木质板材颜色分类的系统设计第104-107页
     ·系统组成与工作原理第104页
     ·系统的硬件设计第104-106页
     ·系统的软件设计第106-107页
   ·本章小结第107-108页
结论第108-110页
参考文献第110-117页
附录A 色差和颜色矩实验数据第117-123页
附录B 颜色直方图和主颜色实验数据第123-129页
攻读学位期间发表的学术论文第129-130页
致谢第130-131页

论文共131页,点击 下载论文
上一篇:基于VxWorks的成像声纳显控软件技术研究
下一篇:职务犯罪教育预防研究