摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第9-17页 |
1.1 课题背景及课题意义 | 第9-10页 |
1.1.1 课题背景 | 第9-10页 |
1.1.2 课题意义 | 第10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 国内外设备研发现状 | 第11页 |
1.2.2 织物疵点特征提取算法综述 | 第11-12页 |
1.2.3 织物疵点识别分类算法综述 | 第12-14页 |
1.3 研究目标及研究内容 | 第14-15页 |
1.4 论文结构安排 | 第15-17页 |
第2章 织物疵点图像预处理 | 第17-27页 |
2.1 引言 | 第17页 |
2.2 织物图像采集 | 第17-18页 |
2.3 织物疵点图像数据库的建立 | 第18-20页 |
2.4 织物疵点图像预处理 | 第20-25页 |
2.4.1 直方图均衡化 | 第20-21页 |
2.4.2 改进的自适应中值滤波 | 第21-23页 |
2.4.3 自适应高斯滤波 | 第23-24页 |
2.4.4 小波软阈值去噪 | 第24-25页 |
2.5 预处理方法自适应选择 | 第25-26页 |
2.6 本章小结 | 第26-27页 |
第3章 小波分析理论与织物疵点特征提取 | 第27-64页 |
3.1 引言 | 第27-28页 |
3.2 小波分析基本理论 | 第28-36页 |
3.2.1 小波变换基本概念 | 第28-29页 |
3.2.2 连续小波变换 | 第29-30页 |
3.2.3 离散小波变换 | 第30-31页 |
3.2.4 多分辨率分析 | 第31-33页 |
3.2.5 Mallat算法 | 第33-36页 |
3.3 织物图像的Mallat分解 | 第36-43页 |
3.3.1 最佳小波基的选取 | 第38-39页 |
3.3.2 小波分解层数的确定 | 第39-43页 |
3.4 基于小波系数差值的织物图像的特征值提取 | 第43-56页 |
3.4.1 小波系数差值特征提取算法设计 | 第44-45页 |
3.4.2 小波系数差值特征 | 第45-47页 |
3.4.3 实验仿真及结果分析 | 第47-56页 |
3.5 灰度共生矩阵特征 | 第56-61页 |
3.6 主成分分析 | 第61-63页 |
3.7 本章小结 | 第63-64页 |
第4章 基于支持向量机的织物疵点识别分类 | 第64-79页 |
4.1 引言 | 第64页 |
4.2 织物疵点的类型划分 | 第64-66页 |
4.3 支持向量机基本理论 | 第66页 |
4.4 最小二乘支持向量机分类 | 第66-68页 |
4.5 快速稀疏逼近最小二乘支持向量机 | 第68-72页 |
4.5.1 基于反向拟合的快速稀疏逼近策略 | 第68-71页 |
4.5.2 基于反向拟合的快速稀疏逼近最小二乘支持向量机 | 第71-72页 |
4.6 基于FSALS-SVM的织物疵点分类 | 第72-78页 |
4.6.1 基于FSALS-SVM的织物疵点分类算法设计 | 第72-74页 |
4.6.2 实验仿真及结果分析 | 第74-78页 |
4.7 本章小结 | 第78-79页 |
第5章 织物表面质量的自动评定 | 第79-91页 |
5.1 引言 | 第79页 |
5.2 现有织物评分标准 | 第79-82页 |
5.2.1 美标四分制评分标准 | 第80页 |
5.2.2 国际评分标准 | 第80-81页 |
5.2.3 其它评定标准 | 第81-82页 |
5.3 织物疵点的自动评分 | 第82-85页 |
5.3.1 织物疵点几何特征提取 | 第83页 |
5.3.2 基于图像处理的织物疵点评分 | 第83-85页 |
5.3.3 织物疵点自动评分结果及分析 | 第85页 |
5.4 织物等级的自动评定 | 第85-89页 |
5.4.1 织物等级自动评定流程 | 第85-86页 |
5.4.2 织物等级评定实验及结果分析 | 第86-89页 |
5.5 常见疵点形成原因及解决措施 | 第89页 |
5.6 本章小结 | 第89-91页 |
第6章 总结与展望 | 第91-93页 |
6.1 研究总结 | 第91-92页 |
6.2 研究展望 | 第92-93页 |
参考文献 | 第93-97页 |
致谢 | 第97-98页 |
在学期间发表的学术论文及研究成果 | 第98页 |