第一个书签之前
摘 要
ABSTRACT
1 绪论
1.1 羊绒纤维概述
1.1.1 羊绒纤维
1.1.2 羊绒和羊毛的结构与形态
1.1.3 羊绒和羊毛的物理化学特性
1.1.4 全球羊绒消费状况
1.2 研究现状
1.2.1 显微镜检测法
1.2.2 近红外光谱法
1.2.3 DNA检测法
1.2.4 基于图像处理与计算机视觉的方法
1.2.5 其他纤维鉴别技术
1.3 存在的问题和研究内容
1.3.1 存在的问题
1.3.2 研究内容
1.4 研究意义
1.5 论文组织结构
参考文献
2 图像分类方法概述
2.1 图像分类技术的发展概述
2.2 图像特征
2.2.1 全局特征
2.2.2 局部特征
2.3 特征表达方法
2.4 分类方法概述
2.4.1 核岭回归
2.4.2 支持向量机
2.5 卷积神经网络
2.5.1 深度学习的萌芽
2.5.2 卷积神经网络的发展
2.5.3 卷积神经网络的基本结构
2.5.4 AlexNet
2.5.5 VGGNet
2.5.6 GoogLeNet
2.5.7 ResNet
2.6 本章小结
参考文献
3 显微镜系统的选择及纤维图像采集
3.1 实验制样与实验仪器
3.2 图像采集与分析
3.2.1 人工识别羊绒和羊毛的经验
3.2.2 图像采集
3.3 分析与总结
3.4 图像采集
3.5 本章小结
4 基于投影曲线的羊绒羊毛识别研究
4.1 生成投影曲线
4.2 特征提取方法
4.2.1 递归定量分析
4.2.2 直接几何描述
4.2.3 离散小波变换
4.3 分类过程
4.4 实验结果与分析
4.4.1 实验结果
4.4.2 RQA的最佳阈值距离
4.4.3 对不同混合比纤维的敏感性
4.4.4 方法对样本的限制
4.5 本章小结
参考文献
5 基于词袋模型和空间金字塔匹配的羊绒羊毛识别
5.1 词袋模型的原理
5.1.1 词袋模型的来源
5.1.2 词袋模型的原理
5.2 特征提取
5.3 视觉词典的构建和图像描述
5.3.1 视觉词典的构建
5.3.2 图像描述
5.4 实验数据集与评测标准
5.4.1 实验数据集
5.4.2 评测标准
5.5 实验
5.5.1 图像预处理
5.5.2 实验结果与讨论
5.6 本章小结
参考文献
6 基于LBP特征的羊绒羊毛识别方法研究
6.1 传统LBP
6.1.1 原始LBP
6.1.2 旋转不变LBP描述子
6.1.3 LBP描述子对图像的描述方法
6.2 旋转不变的共生LBP
6.2.1 共生LBP
6.2.2 旋转不变共生LBP
6.2.3 旋转不变共生邻近LBP
6.3 基于LBP的羊绒羊毛识别流程
6.4 实验
6.4.1 实验数据集
6.4.2 实验设置
6.4.3 图像预处理
6.4.4 实验结果与讨论
6.4.5 基于LBP特征的方法与其他方法的比较
6.4.6 多分类纤维识别
6.5 本章小结
参考文献
7 基于卷积神经网络羊绒羊毛识别方法
7.1 卷积神经网络
7.2 迁移学习
7.3 数据的降维可视化
7.4 基于反卷积的图像重建
7.5 实验结果与分析
7.5.1 实验数据集
7.5.2 实验设置
7.5.3 实验结果
7.5.4 基于ImageNet特征的迁移学习
7.5.5 特征图可视化
7.5.6 特征分布可视化
7.5.7 基于反卷积技术的图像重建
7.6 本章小结
参考文献
8 结论与展望
8.1 结论
8.2 不足与展望
攻读学位期间取得的研究成果
致 谢
