基于图像处理的机织物组织结构识别与分类
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·课题研究的提出和意义 | 第7-8页 |
| ·课题研究的背景现状 | 第8-9页 |
| ·课题研究的关键技术 | 第9-10页 |
| ·论文的总体结构 | 第10-11页 |
| 2 织物与织物组织 | 第11-15页 |
| ·织物和织物组织的概念 | 第11-12页 |
| ·机织物三原组织 | 第12-15页 |
| ·平纹组织 | 第12-13页 |
| ·斜纹组织 | 第13-14页 |
| ·缎纹组织 | 第14-15页 |
| 3 织物图像采集及预处理 | 第15-23页 |
| ·数字图像技术 | 第15页 |
| ·数字图像获取 | 第15-16页 |
| ·模式识别 | 第16-18页 |
| ·织物图像预处理 | 第18-23页 |
| ·图像的类型 | 第18-19页 |
| ·彩色图像灰度化 | 第19-20页 |
| ·中值滤波 | 第20页 |
| ·直方图均衡化 | 第20-23页 |
| 4 机织物的特征提取与分类方法 | 第23-47页 |
| ·局部二值模式 | 第23-28页 |
| ·基本LBP | 第24-25页 |
| ·圆形邻域LBP | 第25-26页 |
| ·统一化LBP算子 | 第26-28页 |
| ·Gabor变换 | 第28-34页 |
| ·Gabor变换的定义 | 第28-29页 |
| ·离散Gabor变换 | 第29-30页 |
| ·二维Gabor变换 | 第30-31页 |
| ·Gabor滤波器 | 第31-34页 |
| ·主成分分析 | 第34页 |
| ·支持向量机 | 第34-38页 |
| ·分类模型 | 第35-36页 |
| ·支持向量机的基础理论 | 第36-37页 |
| ·多类问题的SVM | 第37-38页 |
| ·实验结果和讨论 | 第38-47页 |
| ·基于局部二值模式的特征提取 | 第39-41页 |
| ·基于Gabor变换的特征提取 | 第41-44页 |
| ·基于支持向量机的机织物分类识别 | 第44-47页 |
| 5 基于灰度共生矩阵的织物特征提取 | 第47-57页 |
| ·小波变换 | 第48-50页 |
| ·二维小波变换的概念 | 第48-49页 |
| ·二维离散小波变换的正变换 | 第49-50页 |
| ·灰度共生矩阵 | 第50-52页 |
| ·实验结果 | 第52-57页 |
| ·特征提取 | 第52-55页 |
| ·分类识别 | 第55-57页 |
| 6 总结和展望 | 第57-59页 |
| ·论文总结 | 第57页 |
| ·论文展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表文章 | 第63-66页 |
| 致谢 | 第66页 |
