织物疵点检测与自动化等级评定系统研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-23页 |
| ·研究的目的和意义 | 第8-9页 |
| ·国内外研究情况 | 第9-21页 |
| ·基于机器视觉的织物疵点检测系统研究情况 | 第9-14页 |
| ·织物疵点检测算法研究情况 | 第14-20页 |
| ·织物等级自动化评定的研究进展 | 第20-21页 |
| ·研究内容 | 第21-23页 |
| 第2章 硬件配置 | 第23-41页 |
| ·织物图像采集系统 | 第23-27页 |
| ·编码器 | 第24-26页 |
| ·线阵相机的图像采集 | 第26-27页 |
| ·图像拼接 | 第27-40页 |
| ·匹配方法研究 | 第28-31页 |
| ·融合方法的比较 | 第31-34页 |
| ·拼接效果的评价 | 第34-35页 |
| ·摄像机拼接实例 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 织物疵点检测与识别 | 第41-67页 |
| ·图像去噪 | 第41-48页 |
| ·概述 | 第41-42页 |
| ·常见的去噪方法 | 第42-45页 |
| ·图像质量评价 | 第45-46页 |
| ·去噪方法在织物图像上的应用 | 第46-48页 |
| ·特征选择与分析 | 第48-52页 |
| ·广义高斯分布模型 | 第48-49页 |
| ·广义高斯分布参数的估计 | 第49-50页 |
| ·无疵点织物的广义高斯分布模型 | 第50-52页 |
| ·基于特征集的织物疵点识别 | 第52-56页 |
| ·特征集的选择 | 第53-55页 |
| ·特征匹配 | 第55-56页 |
| ·织物疵点查询识别 | 第56页 |
| ·基于轮廓波变换和BP 神经网络的织物疵点识别 | 第56-66页 |
| ·轮廓波变换 | 第56-59页 |
| ·BP 神经网络的设计 | 第59-64页 |
| ·织物疵点分类识别 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第4章 织物等级自动评定 | 第67-75页 |
| ·现有的织物评分标准 | 第67-69页 |
| ·美标4 分制评分标准 | 第67-68页 |
| ·国标评分标准 | 第68-69页 |
| ·织物评分软件的设计 | 第69-73页 |
| ·系统总体设计 | 第69-70页 |
| ·软件模块设计 | 第70-71页 |
| ·软件功能 | 第71-73页 |
| ·评分准确性评价 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 总结与展望 | 第75-76页 |
| ·总结 | 第75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-83页 |
| 攻读硕士学位期间本人公开发表的论文 | 第83-84页 |
| 附录 | 第84-91页 |
| 致谢 | 第91-92页 |
