首页--工业技术论文--轻工业、手工业论文--服装工业、制鞋工业论文--服装工业论文--基础理论论文

服装缝纫平整度等级客观评定研究

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

论文共99页,点击 下载论文
上一篇:基于LabVIEW的螺旋压力机测力系统研究
下一篇:对民族元素在服装创新设计中应用方法的研究