声明
第1章 引 言
1.1 课题综述
1.1.1 课题来源
1.1.2 课题研究背景及意义
1.2 国内外研究现状
1.2.1 基于机器视觉的产品检测研究现状
1.2.2 图像分割研究现状
1.2.3 机器学习分类算法研究现状
1.3 存在的主要问题
1.4 论文的内容安排
第2章 基于快速活动轮廓模型的图像分割
2.1 活动轮廓分割模型概述
2.1.1 参数活动轮廓模型
2.1.2 几何活动轮廓模型
2.2 各模型对比分析
2.3 基于凸优化的快速活动轮廓分割模型
2.3.1 基于凸优化的活动轮廓模型
2.3.2基于Spilt Bregman的快速求解方法
2.4 分割实验设计与结果分析
2.4.1分割效果对比实验
2.4.2分割效率对比实验
2.5 本章小结
第3章 基于BP-AdaBoost的分类算法
3.1 典型机器学习算法概述及分析
3.1.1 SVM
3.1.2 KNN
3.1.3 CNN
3.1.4 各算法优缺点分析
3.2 基于BP-Adaboost的分类算法
3.2.1 BP神经网络
3.2.2 BP-Adaboost算法
3.3 实验设计与结果分析
3.3.1 实验目的及实验条件
3.3.2 实验步骤
3.3.3 实验结果分析
3.4 本章小结
第4章 织物典型缺陷识别分类实验与分析
4.1 基于快速轮廓模型和BP-AdaBoost的织物检测算法设计
4.2 织物图像数据库构建
4.3 实验设计与结果分析
4.3.1 BP-AdaBoost参数寻优
4.3.2 分类结果与分析
4.4 本章小结
第5章 总结与展望
5.1 全文总结
5.2 展望
参考文献
致谢
附录
湖北工业大学;