声明
摘要
第1章 绪论
1.1 课题的研究背景
1.2 课题的研究目的和意义
1.3 国内外的研究现状
1.3.1 显微镜法
1.3.2 计算机图像自动识别法
1.3.3 化学法
1.3.4 生物法
1.3.5 其他方法
1.4 课题的前景
1.5 计算机图像识别介绍
1.5.1 计算机图像识别过程
1.5.2 计算机图像识别的应用
1.6 论文的主要内容概述
第2章 羊绒羊毛数字图像预处理
2.1 引言
2.2 图像旋转与裁剪
2.2.1 以原点为中心的图像旋转
2.2.2 以任意点为中心的图像旋转
2.2.3 Radon变换
2.3 图像的二值化
2.3.1 双峰法
2.3.2 P参数法
2.3.3 大律法(Otsu法或最大类间方差法)
2.3.4 最大熵阈值法
2.3.5 迭代法(最佳阈值法)
2.4 形态学图像处理
2.4.1 腐蚀
2.4.2 膨胀
2.4.3 开启
2.4.4 闭合
2.4.4 区域填充
2.5 图像的空间域处理
2.5.1 图像空间域滤波
2.5.2 图像平滑
2.5.3 图像锐化
2.6 频域图像增强
2.7 图像预处理小结
第3章 羊绒羊毛数字图像的特征提取
3.1 引言
3.2 羊绒羊毛图像鳞片直径的提取
3.2.1 像素法测量直径的原理
3.2.2 像素法测量直径的实现过程
3.2.3 直径测量误差分析
3.2.4 直径测量流程图
3.3 羊绒羊毛图像鳞片高度的提取
3.3.1 频域法测量高度的原理
3.3.2 频域法测量高度的实现过程
3.3.3 高度测量误差分析
3.3.4 高度测量流程图
3.4 羊绒羊毛图像鳞片密度的提取
3.5 羊绒羊毛图像鳞片径轴参数的提取
3.5.1 几何法测量径轴参数的原理
3.5.2 几何法测量径轴参数的实现过程
3.5.3 测量径轴参数误差分析
3.5.4 测量径轴参数的流程图
3.6 羊绒羊毛图像鳞片纹理特征的提取
3.6.1 统计法测量纹理特征的原理
3.6.2 统计法测量纹理特征的实现过程
3.6.3 测量纹理特征的误差分析
3.6.4 测量纹理特征的流程图
3.7 特征提取小结
第4章 模式识别
4.1 引言
4.2 分类器的设计
4.2.1 基于概率统计的贝叶斯分类器
4.2.2 基于支持向量机算法的分类器
4.3 本章总结
第5章 羊绒羊毛数字图像特征优化研究
5.1 软件介绍
5.2 PCA(主成分)分析
5.2.1 PCA分析的原理及其数学模型
5.2.2 主成分分析的基本步骤
5.2.3 羊绒羊毛纤维数字图像特征的主成分分析
5.3 单个特征
5.3.1 鳞片直径
5.3.2 鳞片高度
5.3.3 鳞片密度
5.3.4 鳞片的径高比
5.3.5 鳞片径轴参数
5.3.6 鳞片纹理特征
5.4 多个特征综合
5.4.1 两个特征
5.4.2 多个特征
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
读硕士学位期间发表的学术论文
致谢