文摘
英文文摘
声明
1绪论
1.1研究背景及意义
1.2相关领域的国内外研究现状
1.2.1图像处理技术在识别纤维种类中的研究概况
1.2.2遗传算法在优化理论中的研究概况
1.2.3支持向量机在模式识别中的研究概况
1.3研究目标与研究内容
1.4论文的行文结构
2纱线横截面的图像处理
2.1图像分割技术的发展现状
2.1.1图像分割的定义
2.1.2图像分割的方法
2.2纱线横截面图像获取方法简介
2.3预处理步骤
2.4预处理解决方案
2.5本章小节
3遗传算法及其改进
3.1遗传算法的基本概念
3.2遗传算法的理论基础
3.2.1模式的定义
3.2.2模式定理
3.2.3积木块假设
3.2.4隐藏并行性
3.3遗传算法的控制参数和基本流程
3.4遗传算法中选择算子的改进
3.4.1算法过程
3.4.2算法结果分析
3.5本章小节
4支持向量机理论
4.1机器学习的基本问题和方法
4.1.1机器学习
4.1.2经验风险最小化
4.1.3推广性与复杂性
4.2统计学习理论的核心内容
4.2.1函数集的VC维
4.2.2推广性的界
4.2.3结构风险最小化
4.3支持向量机
4.3.1支持向量机的原理
4.3.2核函数
4.3.3核函数的选择
4.4本章小结
5纱线横截面图像分割实验及应用
5.1实验目的与基本流程
5.2羊毛和粘胶的形态特征提取
5.3数据的归一化处理
5.4 SVM分类器的设计
5.5应用支持向量机对混纺纱线横截面图像进行分割的实验
5.5.1网格搜索参数寻优和支持向量机结合的图像分割实验
5.5.2遗传算法参数寻优和支持向量机结合的图像分割实验
5.5.3实验结果对比分析
5.6混纺纱线横截面图像分割后的应用
5.6.1纱线混纺比的计算
5.6.2纤维径向分布的计算
5.6.3误差分析
5.7本章小结
6总结与展望
6.1全文总结
6.2研究展望
致谢
参考文献
附录 攻读硕士学位期间发表的论文和出版著作情况