| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·课题的研究背景及意义 | 第8页 |
| ·棉麻纤维识别的研究状况 | 第8-10页 |
| ·图像分析技术在纺织纤维检测上的应用 | 第10页 |
| ·课题研究的主要内容及方法 | 第10-12页 |
| ·本课题采取的研究内容及方案 | 第10-11页 |
| ·本课题所采用的技术路线的框架图 | 第11页 |
| ·课题系统框图 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 2 棉/苎麻纤维图像的采集与预处理 | 第13-19页 |
| ·纤维图像的采集 | 第13页 |
| ·棉/苎麻纤维识别系统的搭建 | 第13页 |
| ·纤维图像的预处理 | 第13-18页 |
| ·纤维图像的灰度化 | 第14-15页 |
| ·纤维图像增强 | 第15-16页 |
| ·纤维图像的中值滤波 | 第16页 |
| ·纤维图像小波消噪 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 3 棉/苎麻纤维图像的处理 | 第19-32页 |
| ·图像角度的矫正 | 第19-20页 |
| ·图像中气泡和杂质的滤除 | 第20-21页 |
| ·纤维二值图像的外轮廓的提取与修补 | 第21-24页 |
| ·纤维图像外轮廓的提取 | 第21-23页 |
| ·纤维图像外轮廓的修补 | 第23-24页 |
| ·边缘检测 | 第24-28页 |
| ·边缘检测的概述 | 第25-26页 |
| ·经典边缘检测算子的介绍 | 第26-28页 |
| ·边缘图像的细化 | 第28-31页 |
| ·边缘细化的概述 | 第28-29页 |
| ·经典边缘细化算法 | 第29-30页 |
| ·边缘细化后的处理 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 棉/苎麻纤维特征参数的提取 | 第32-39页 |
| ·棉/苎麻纤维直径参数的统计 | 第32-33页 |
| ·棉/苎麻纤维的转曲与弯曲特征 | 第33-35页 |
| ·纤维充满度的统计 | 第33-34页 |
| ·棉/苎麻纤维扭曲度的统计 | 第34-35页 |
| ·苎麻纤维的横节与裂纹的提取 | 第35-36页 |
| ·特征值的相关性的分析 | 第36-38页 |
| ·特征参数的归一化处理 | 第36-37页 |
| ·特征值的相关性分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 5 棉/苎麻麻纤维图像的识别与统计 | 第39-46页 |
| ·神经网络的介绍 | 第39-40页 |
| ·神经网络的优点 | 第40-41页 |
| ·BP 神经网络 | 第41-42页 |
| ·BP 神经网络的基本原理 | 第41页 |
| ·BP 神经网络的模型 | 第41-42页 |
| ·BP 神经网络理论应用于模式识别中的优点 | 第42页 |
| ·利用 BP 神经网络进行面/苎麻纤维的计算机自动识别 | 第42-43页 |
| ·输入层与输出层的确定 | 第42页 |
| ·传递函数的设定 | 第42页 |
| ·期望误差与学校速率的设定 | 第42-43页 |
| ·网络训练 | 第43页 |
| ·系统框架的介绍 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 6 总结与展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录 作者研究生期间所发表的论文 | 第52页 |