包邮羊绒羊毛纤维显微视觉特征表达与识别算法研究

第1章 绪论 1.1 羊绒纤维概述 1.2 研究现状 1.3 存在的问题和研究内容 1.4 研究意义 1.5 本书组织结构 第2章 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 2.3 特征表达方法 2.4 分类方法 2.5 卷积神经网络 2.6 本章小结 第3章 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 3.3 分析与总结 3.4 图像采集 3.5 本章小结 第4章 基于灰度共生矩阵纹理特征分析的纤维鉴别 4.1 羊绒和羊毛纤维图像表面纹理分析 4.2 灰度共生矩阵方法 4.3 距离d对纤维的灰度共生矩阵统计特征值的影响 4.4 羊绒羊毛表面纹理参数特征值的提取 4.5 羊绒和羊毛纹理参数体系的建立 4.6 实验中BP神经网络的结构 4.7 实验 4.8 本章小结 第5章 基于纤维形态几何特征的纤维识别方法 5.1 图像增强 5.2 纤维轮廓骨架提取 5.3 提取纤维表面的几何形态特征 5.4 分类 5.5 本章小结 第6章 基于投影曲线的羊绒羊毛识别研究 6.1 生成投影曲线 6.2 特征提取方法 6.3 分类过程 6.4 实验结果与分析 6.5 本章小结 第7章 基于词袋模型和空间金字塔匹配的羊绒羊毛识别 7.1 词袋模型的来源和原理 7.2 特征提取 7.3 视觉词典的构建和图像描述 7.4 实验数据集与评测标准 7.5 实验 7.6 本章小结 第8章 基于LBP特征的羊绒羊毛识别方法研究 8.1 传统LBP 8.2 旋转不变的共生LBP 8.3 基于LBP的羊绒羊毛识别流程 8.4 实验 8.5 本章小结 第9章 基于卷积神经网络Fiber-Net的羊绒羊毛识别方法 9.1 卷积神经网络 9.2 迁移学习 9.3 数据的降维可视化 9.4 基于反卷积的图像重建 9.5 实验结果与分析 9.6 本章小结 第10章 基于残差网络模型的纤维识别方法 10.1 研究方法 10.2 实验 10.3 本章小结 第11章 结论与展望 11.1 结论 11.2 不足与展望 参考文献 附录