第1章 緒論 1.1 羊絨纖維概述 1.2 研究現狀 1.3 存在的問題和研究內容 1.4 研究意義 1.5 本書組織結構 第2章 圖像分類方法概述 2.1 圖像分類技術的發展概述 2.2 圖像特征 2.3 特征表達方法 2.4 分類方法 2.5 卷積神經網絡 2.6 本章小結 第3章 顯微鏡系統的選擇及纖維圖像采集 3.1 實驗制樣與實驗儀器 3.2 圖像采集與分析 3.3 分析與總結 3.4 圖像采集 3.5 本章小結 第4章 基于灰度共生矩陣紋理特征分析的纖維鑒別 4.1 羊絨和羊毛纖維圖像表面紋理分析 4.2 灰度共生矩陣方法 4.3 距離d對纖維的灰度共生矩陣統計特征值的影響 4.4 羊絨羊毛表面紋理參數特征值的提取 4.5 羊絨和羊毛紋理參數體系的建立 4.6 實驗中BP神經網絡的結構 4.7 實驗 4.8 本章小結 第5章 基于纖維形態幾何特征的纖維識別方法 5.1 圖像增強 5.2 纖維輪廓骨架提取 5.3 提取纖維表面的幾何形態特征 5.4 分類 5.5 本章小結 第6章 基于投影曲線的羊絨羊毛識別研究 6.1 生成投影曲線 6.2 特征提取方法 6.3 分類過程 6.4 實驗結果與分析 6.5 本章小結 第7章 基于詞袋模型和空間金字塔匹配的羊絨羊毛識別 7.1 詞袋模型的來源和原理 7.2 特征提取 7.3 視覺詞典的構建和圖像描述 7.4 實驗數據集與評測標準 7.5 實驗 7.6 本章小結 第8章 基于LBP特征的羊絨羊毛識別方法研究 8.1 傳統LBP 8.2 旋轉不變的共生LBP 8.3 基于LBP的羊絨羊毛識別流程 8.4 實驗 8.5 本章小結 第9章 基于卷積神經網絡Fiber-Net的羊絨羊毛識別方法 9.1 卷積神經網絡 9.2 遷移學習 9.3 數據的降維可視化 9.4 基于反卷積的圖像重建 9.5 實驗結果與分析 9.6 本章小結 第10章 基于殘差網絡模型的纖維識別方法 10.1 研究方法 10.2 實驗 10.3 本章小結 第11章 結論與展望 11.1 結論 11.2 不足與展望 參考文獻 附錄