基于颜色特征木材缺陷检测的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·论文研究的目的及意义 | 第8页 |
| ·计算机视觉发展现状 | 第8-9页 |
| ·图像分割方法研究现状 | 第9-11页 |
| ·模式识别技术发展现状 | 第11-12页 |
| ·木材缺陷检测研究现状 | 第12-13页 |
| ·论文的结构安排 | 第13-14页 |
| 2 木材缺陷检测系统的设计 | 第14-19页 |
| ·实验材料的选取 | 第14-16页 |
| ·木材颜色成像系统构成 | 第16页 |
| ·木材缺陷检测系统的构成 | 第16-18页 |
| ·照明系统 | 第17页 |
| ·图像采集模块 | 第17页 |
| ·控制显示 | 第17-18页 |
| ·信息处理系统选择 | 第18页 |
| ·本章小结 | 第18-19页 |
| 3 木材缺陷分割方法的研究 | 第19-34页 |
| ·图像分割的一般过程 | 第19-20页 |
| ·经典图像分割方法 | 第20-21页 |
| ·颜色空间 | 第21-24页 |
| ·RGB颜色空间 | 第22-23页 |
| ·HSI颜色空间 | 第23-24页 |
| ·基于HSI三分量独立性的分割方法 | 第24-28页 |
| ·HIS独立分量的序列分割 | 第24-25页 |
| ·像素级图像融合 | 第25-26页 |
| ·分割结果Ⅰ | 第26-28页 |
| ·基于边缘检测和区域生长的缺陷分割法 | 第28-34页 |
| ·形态学边缘检测算法 | 第28-30页 |
| ·基于边缘信息的区域生长 | 第30-31页 |
| ·分割结果Ⅱ | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 木材缺陷模式识别的研究 | 第34-49页 |
| ·模式识别系统 | 第34-35页 |
| ·常见模式识别方法 | 第35-37页 |
| ·木材缺陷特征的选择和提取 | 第37-38页 |
| ·划分缺陷区域并确定缺陷尺寸和位置 | 第37-38页 |
| ·根据缺陷位置和尺寸提取特征 | 第38页 |
| ·BP神经网络分类器的设计 | 第38-48页 |
| ·BP神经网络 | 第39-40页 |
| ·BP网络学习算法及其改进算法 | 第40-42页 |
| ·BP网络模型的建立 | 第42-43页 |
| ·BP网络模型的训练 | 第43-45页 |
| ·木材缺陷图像的识别 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间发表的学术论文 | 第53-54页 |
| 致谢 | 第54-55页 |
