| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1. 绪论 | 第7-15页 |
| ·课题研究的目的与意义 | 第7-8页 |
| ·课题研究的技术背景 | 第8-12页 |
| ·数字图像处理技术简介 | 第8-9页 |
| ·模式识别理论 | 第9-11页 |
| ·木材缺陷检测的研究现状 | 第11-12页 |
| ·课题研究的内容与方法 | 第12-15页 |
| 2. 机器视觉基础 | 第15-20页 |
| ·数字图像 | 第15-17页 |
| ·数字图像表示 | 第15-16页 |
| ·数字图像存储 | 第16-17页 |
| ·数字图像文件格式标准 | 第17页 |
| ·数字图像的计算机识别方法 | 第17-19页 |
| ·数字图像处理方法 | 第17-18页 |
| ·数字图像识别方法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3. 强化木地板表面缺陷图像处理 | 第20-52页 |
| ·强化木地板表面缺陷分类与检测类型的选取 | 第20-26页 |
| ·强化木地板简介 | 第20-21页 |
| ·强化木地板表面缺陷种类与分析 | 第21-22页 |
| ·检测类型的选取 | 第22-26页 |
| ·强化木地板表面缺陷图像预处理 | 第26-31页 |
| ·空间域灰度修正 | 第27-29页 |
| ·空间域灰度平滑 | 第29-31页 |
| ·强化木地板表面缺陷图像分割 | 第31-51页 |
| ·图像分割处理方法概述 | 第31-35页 |
| ·基于最大类间方差(OTSU)的图像分割处理 | 第35-38页 |
| ·基于蚁群算法的图像分割处理 | 第38-45页 |
| ·基于遗传算法和最大熵的图像分割处理 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 4. 强化木地板表面缺陷特征参数提取 | 第52-65页 |
| ·特征参数与常用图像特征 | 第52-55页 |
| ·特征参数提取概述 | 第52-53页 |
| ·常用图像特征 | 第53-55页 |
| ·强化木地板表面缺陷图像特征参数计算 | 第55-60页 |
| ·强化木地板表面缺陷图像颜色特征的计算 | 第55-57页 |
| ·强化木地板表面缺陷图像纹理特征的计算 | 第57-59页 |
| ·强化木地板表面缺陷特征参数计算结果 | 第59-60页 |
| ·基于主成分分析(PCA)的强化木地板表面缺陷图像特征提取 | 第60-63页 |
| ·PCA概述 | 第60-61页 |
| ·PCA程序设计流程 | 第61-62页 |
| ·基于主成分分析的降维结果 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 5. 强化木地板表面缺陷图像检测的人工神经网络 | 第65-79页 |
| ·人工神经网络 | 第65-71页 |
| ·人工神经网络概述 | 第65-67页 |
| ·神经元工作原理 | 第67-69页 |
| ·神经网络的学习过程 | 第69-71页 |
| ·基于BP神经网络的缺陷分类识别 | 第71-76页 |
| ·BP神经网络原理 | 第71-73页 |
| ·BP算法实现步骤 | 第73页 |
| ·BP网络算法参数设置 | 第73-76页 |
| ·强化木地板表面缺陷图像检测的神经网络实现 | 第76-77页 |
| ·本章小结 | 第77-79页 |
| 6. 研究方法的实验 | 第79-86页 |
| ·程序设计环境简介 | 第79-82页 |
| ·仿真工具MATLAB | 第79-80页 |
| ·VisualC++6.0 | 第80页 |
| ·实验运行界面 | 第80-82页 |
| ·强化木地板表面缺陷图像处理程序结构 | 第82页 |
| ·实验结果仿真与分析 | 第82-85页 |
| ·课题研究的展望 | 第85-86页 |
| 附表 | 第86-103页 |
| 参考文献 | 第103-106页 |
| 个人简介 | 第106-107页 |
| 导师简介 | 第107-108页 |
| 获得成果目录清单 | 第108-109页 |
| 致谢 | 第109页 |