基于计算机视觉的织物疵点检测与分类方法的研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-15页 |
| ·课题研究的目的与意义 | 第7-8页 |
| ·国内外研究动态 | 第8-13页 |
| ·基于计算机视觉的织物疵点检测 | 第8页 |
| ·国外研究动态 | 第8-11页 |
| ·国内研究动态 | 第11-13页 |
| ·本文研究内容 | 第13-15页 |
| 第二章 织物图像预处理 | 第15-29页 |
| ·小波分析理论 | 第15-19页 |
| ·小波基函数 | 第15-16页 |
| ·连续小波变换 | 第16-17页 |
| ·离散小波变换 | 第17页 |
| ·多分辨率分析 | 第17-18页 |
| ·Mallat快速算法 | 第18-19页 |
| ·织物图像噪声分类与去噪方法 | 第19-25页 |
| ·噪声分类 | 第20页 |
| ·图像的空间域去噪方法 | 第20-22页 |
| ·图像的频域去噪方法 | 第22-25页 |
| ·织物图像锐化 | 第25-28页 |
| ·高通滤波 | 第26页 |
| ·Sobel算子 | 第26-27页 |
| ·Laplacian算子 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 织物疵点图像的特征值提取 | 第29-47页 |
| ·织物灰度图像窗口分割 | 第29-31页 |
| ·分割窗口大小的确定 | 第29-30页 |
| ·灰度均值比较阈值选取 | 第30-31页 |
| ·织物图像特征值提取方法 | 第31-33页 |
| ·空间域提取特征值 | 第31-32页 |
| ·频率域提取特征值 | 第32-33页 |
| ·数学形态学 | 第33页 |
| ·织物图像纹理特征值提取 | 第33-46页 |
| ·纹理特征值的选取 | 第34-36页 |
| ·最优小波基的选择 | 第36-39页 |
| ·小波分解层数确定 | 第39-40页 |
| ·无疵点织物特征值提取与归一化处理 | 第40-44页 |
| ·待检图像特征值阈值选取 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 织物疵点的识别与分类 | 第47-53页 |
| ·织物疵点识别方法 | 第47-49页 |
| ·基于模糊逻辑的疵点识别 | 第47页 |
| ·基于人工神经网络的疵点识别 | 第47-49页 |
| ·BP神经网络识别织物疵点 | 第49-52页 |
| ·BP神经网络的结构与特性 | 第49页 |
| ·BP神经网络的算法选取 | 第49-51页 |
| ·疵点网络的结构设计 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 疵点自动检测实验结果分析 | 第53-67页 |
| ·实验系统设计 | 第53-54页 |
| ·实验结果分析 | 第54-66页 |
| ·程序流程图 | 第54-55页 |
| ·常见疵点的实验结果分析 | 第55-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间研究成果 | 第73-75页 |
| 致谢 | 第75-77页 |
