摘要 | 第1-8页 |
ABSTRACT | 第8-13页 |
第一章 绪论 | 第13-20页 |
·本课题的背景和意义 | 第13页 |
·缝纫平整度评价方法的国内外研究现状 | 第13-18页 |
·标样对照法在缝纫平整度评价中的应用 | 第14-16页 |
·计算机图像处理技术在缝纫平整度评价中的应用 | 第16页 |
·激光扫描技术在缝纫平整度评价中的应用 | 第16-17页 |
·建立预测模型在缝纫平整度评价中的应用 | 第17-18页 |
·本课题的研究内容 | 第18-20页 |
·缝纫图像的获取 | 第18页 |
·缝纫平整度特征参数的提取 | 第18页 |
·基于 BP 神经网络的缝纫平整度等级客观评价模型的建立 | 第18-19页 |
·缝纫平整度等级客观评价系统的实现 | 第19-20页 |
第二章 缝纫图像获取 | 第20-30页 |
·图像获取的方法 | 第20-22页 |
·数码相机拍摄获取图像 | 第20-22页 |
·三维非接触式扫描获取图像 | 第22页 |
·双目 CCD 图像采集原理 | 第22-23页 |
·实验用软硬件 | 第23-26页 |
·测量前的准备及要求 | 第24页 |
·扫描参数设置 | 第24-25页 |
·CCD 参数设置 | 第25页 |
·三维测量过程准备 | 第25-26页 |
·三维测量过程 | 第26-27页 |
·点云数据处理 | 第27-28页 |
·点云数据图像显形 | 第27-28页 |
·去噪处理 | 第28页 |
·三维立体图像到灰度图的转换 | 第28页 |
·数码相机拍摄图像与双 CCD 拍摄二维化处理后图像对照 | 第28-30页 |
第三章 缝纫平整度的特征参数提取和选择 | 第30-50页 |
·均值 | 第30-33页 |
·极差 | 第33-35页 |
·标准差 | 第35-37页 |
·四分位差 | 第37-39页 |
·中位数 | 第39-40页 |
·图像熵[20-29] | 第40-43页 |
·傅里叶变换[33-35] | 第43-50页 |
第四章 基于 BP 神经网络的缝纫平整度等级客观评价模型 | 第50-63页 |
·神经网络理论 | 第50-52页 |
·神经网络的模型[38-46] | 第50-51页 |
·神经网络的学习规则[40-46] | 第51-52页 |
·BP 神经网络结构[41-60] | 第52-53页 |
·BP 神经网络的学习算法[49-58] | 第53-54页 |
·基于 BP 神经网络的缝纫平整度等级评价模型 | 第54-58页 |
·缝纫平整度客观评价模型的验证 | 第58-63页 |
·试样的制作 | 第58页 |
·试样平整度等级的主观评价 | 第58-59页 |
·提取试样图像的各项特征参数值 | 第59-60页 |
·试样的缝纫平整度等级客观评价 | 第60-63页 |
第五章 缝纫平整度等级客观评价系统的开发 | 第63-81页 |
·开发环境与工具 | 第63-64页 |
·Visual Basic 简介[61-64] | 第63页 |
·SQL Server 2000 简介[65-70] | 第63-64页 |
·MATLAB 简介[71-74] | 第64页 |
·VB 数据库的链接与访问 | 第64-65页 |
·VB 与 Matlab 混合编程 | 第65-67页 |
·ActiveX 技术 | 第65-66页 |
·MatrixVB 插件 | 第66页 |
·动态链接库 | 第66页 |
·本系统采用的混编方法 | 第66-67页 |
·系统及需求分析 | 第67-68页 |
·数据库的设计 | 第68-71页 |
·各表的物理结构 | 第68-70页 |
·数据库的连接 | 第70-71页 |
·系统实现功能 | 第71-81页 |
·运行环境 | 第71-72页 |
·用户登录 | 第72-73页 |
·主界面 | 第73-74页 |
·服务器设置 | 第74页 |
·备份与恢复数据库 | 第74-75页 |
·编辑用户 | 第75-77页 |
·编辑织物性能 | 第77-78页 |
·编辑织物规格 | 第78-79页 |
·缝纫平整度评判 | 第79-81页 |
第六章 总结与展望 | 第81-83页 |
·本文的主要贡献 | 第81页 |
·本文存在的问题和需要进一步深入的研究工作 | 第81-83页 |
参考文献 | 第83-87页 |
附录 | 第87-97页 |
攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第97-98页 |
致谢 | 第98-99页 |