木材表面缺陷模式特征提取的图像处理方法研究

1． 绪论	第1-19页
1．1 论文研究的目的和意义	第7-8页
1．2 模式识别理论简介	第8-11页
1．3 图像处理技术简介	第11-14页
1．4 神经网络理论简介	第14-19页
2． 实验条件及设备	第19-26页
2．1 图像采集系统的硬件构成	第19-24页
2．2 图像采集系统的软件构成	第24-26页
3． 数字图象与数字图象处理	第26-35页
3．1 数字图像	第26-32页
3．2 数字图像处理	第32-35页
4． 图像增强	第35-45页
4．1 空间域灰度修正	第37-39页
4．2 空间域图像平滑	第39-45页
5． 木材表面缺陷特征的提取	第45-53页
5．1 木材表面缺陷和识别类型的选择	第45页
5．2 程序设计环境	第45-47页
5．3 图像处理程序的结构	第47-53页
6． 木材表面缺陷特征量提取	第53-57页
6．1 划分缺陷区域并确定缺陷的尺寸和位置	第53-54页
6．2 根据缺陷位置及尺寸提取灰度特征	第54-56页
6．3 图像的显示和显示帧存的访问	第56-57页
7． 人工神经网络的设计	第57-60页
7．1 BP网络	第57-58页
7．2 反向传播网络的学习方法	第58-59页
7．3 识别神经网络的实现	第59-60页
8． 实验结果与讨论	第60-65页
8．1 实验结果与数据分析	第61-63页
8．2 讨论	第63-65页
参考文献	第65-67页