| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-18页 |
| 1.2.1 织物缺陷图像的分割方法 | 第10-11页 |
| 1.2.2 织物缺陷图像的特征提取 | 第11-18页 |
| 1.2.2.1 基于统计的特征提取 | 第11-13页 |
| 1.2.2.2 基于频域的特征提取 | 第13-17页 |
| 1.2.2.3 基于模型的特征提取 | 第17-18页 |
| 1.2.3 织物缺陷图像的检测和分类方法 | 第18页 |
| 1.3 主要研究内容和贡献 | 第18-19页 |
| 1.4 论文的结构安排 | 第19-21页 |
| 第二章 织物缺陷图像分析及预处理 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 织物结构特征分析 | 第21-22页 |
| 2.3 织物缺陷特征分析 | 第22-25页 |
| 2.4 织物缺陷图像的预处理 | 第25-29页 |
| 2.4.1 灰度化处理 | 第25-26页 |
| 2.4.2 中值滤波 | 第26页 |
| 2.4.3 直方图均衡化 | 第26-29页 |
| 2.5 实验结果与分析 | 第29-32页 |
| 2.5.1 预处理结果展示 | 第29-30页 |
| 2.5.2 预处理结果分析 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 织物缺陷图像的无监督分割算法 | 第33-41页 |
| 3.1 引言 | 第33-34页 |
| 3.2 补丁抽取 | 第34页 |
| 3.3 字典学习 | 第34页 |
| 3.4 缺陷分割 | 第34-35页 |
| 3.5 实验结果与分析 | 第35-39页 |
| 3.5.1 实验参数及评价指标 | 第35-36页 |
| 3.5.2 分割结果 | 第36-37页 |
| 3.5.3 性能分析 | 第37-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 基于Hu不变矩和最优小波包的织物缺陷特征提取 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 织物缺陷图像特征 | 第41-45页 |
| 4.2.1 几何特征描述 | 第41-42页 |
| 4.2.2 纹理特征参数 | 第42-45页 |
| 4.3 织物缺陷图像特征值提取方法 | 第45-47页 |
| 4.3.1 基于Hu不变矩的织物缺陷图像形状特征提取 | 第45-46页 |
| 4.3.2 基于最优小波包的织物缺陷图像纹理特征提取 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-48页 |
| 4.5 本章小结 | 第48-51页 |
| 第五章 基于ELM和贝叶斯概率融合的织物缺陷检测和分类 | 第51-59页 |
| 5.1 引言 | 第51页 |
| 5.2 ELM分类器训练 | 第51-53页 |
| 5.2.1 ELM分类器 | 第51-52页 |
| 5.2.2 ELM-OAA分类器训练 | 第52-53页 |
| 5.3 贝叶斯概率融合 | 第53-54页 |
| 5.4 检测和分类结果与性能实验分析 | 第54-57页 |
| 5.4.1 实验数据集 | 第54页 |
| 5.4.2 不同特征提取下的检测和分类实验结果与分析 | 第54-55页 |
| 5.4.3 检测和分类对比实验结果 | 第55-57页 |
| 5.5 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 工作展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 附录 硕士期间发表的论文 | 第69页 |
