帘子布疵点智能化判别的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪论 | 第9-14页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·课题的背景及来源 | 第9-10页 |
| ·课题研究的意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国内外理论研究 | 第10-12页 |
| ·已有的织物疵点自动检测系统 | 第12页 |
| ·本文的主要内容及结构安排 | 第12-14页 |
| 2. 系统性能要求及总体方案设计 | 第14-18页 |
| ·系统性能要求 | 第14-15页 |
| ·人工检测的缺点 | 第14页 |
| ·检测系统的性能要求 | 第14-15页 |
| ·系统组成 | 第15页 |
| ·系统的总体搭建 | 第15-16页 |
| ·本章小结 | 第16-18页 |
| 3. 帘子布疵点图像预处理 | 第18-38页 |
| ·图像预处理的基本知识 | 第18-20页 |
| ·图像变换 | 第18-19页 |
| ·图像增强 | 第19-20页 |
| ·图像预处理常用的方法 | 第20-21页 |
| ·图像的直方图修正用于图像预处理 | 第20-21页 |
| ·数学形态学用于图像预处理 | 第21页 |
| ·小波分析用于图像预处理 | 第21页 |
| ·关于本课题的图像预处理 | 第21-37页 |
| ·本课题所要识别的疵点类别 | 第21-23页 |
| ·帘子布图像类型的转换 | 第23-25页 |
| ·帘子布灰度图像消噪 | 第25-30页 |
| ·帘子布图像锐化 | 第30-37页 |
| ·本章小结 | 第37-38页 |
| 4. 帘子布图像疵点快速检测及图像分割 | 第38-52页 |
| ·帘子布疵点图像快速检测 | 第38-39页 |
| ·帘子布疵点图像分割 | 第39-51页 |
| ·基于阈值处理的帘子布图像分割 | 第39-43页 |
| ·基于形态学分水岭的帘子布图像分割 | 第43-46页 |
| ·基于区域生长的帘子布图像分割 | 第46-49页 |
| ·基于改进的分水岭算法的帘子布图像分割 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 5. 帘子布疵点图像特征分析及识别分类 | 第52-60页 |
| ·帘子布疵点特征分析 | 第52-56页 |
| ·常用的图像特征分类 | 第52-53页 |
| ·本课题所研究疵点的特征提取 | 第53-56页 |
| ·基于径向基神经网络的帘子布疵点识别 | 第56-59页 |
| ·径向基函数网络 | 第56-57页 |
| ·径向基函数网络的构建 | 第57-58页 |
| ·样本训练 | 第58页 |
| ·径向基函数网络测试 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6. 总结与展望 | 第60-61页 |
| ·本文的主要研究内容 | 第60页 |
| ·课题展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录：硕士研究生学习阶段发表论文 | 第65-66页 |
| 致谢 | 第66-67页 |
