摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 引言 | 第9-17页 |
1.1 课题来源 | 第9页 |
1.2 课题研究的背景及意义 | 第9-10页 |
1.3 研究现状 | 第10-15页 |
1.3.1 金刚石磨粒三维形貌检测的研究现状 | 第10-12页 |
1.3.2 金刚石磨粒二维图像信息的研究现状 | 第12页 |
1.3.3 图像分割的研究现状 | 第12-14页 |
1.3.4 图像识别的研究现状 | 第14-15页 |
1.4 本文主要内容 | 第15-17页 |
第2章 磨粒图像预处理 | 第17-31页 |
2.1 磨粒图像获取 | 第17-22页 |
2.2 磨粒图像预处理 | 第22-30页 |
2.2.1 图像尺寸缩放 | 第22-23页 |
2.2.2 图像均值滤波 | 第23页 |
2.2.3 图像盲迭代复原法 | 第23-25页 |
2.2.4 复原图像质量评价 | 第25-27页 |
2.2.5 基于MSRCR与直方图均衡化结合的图像增强 | 第27-30页 |
2.3 本章小结 | 第30-31页 |
第3章 磨粒图像分割 | 第31-55页 |
3.1 经典Canny边缘检测 | 第31-33页 |
3.2 阈值化分割 | 第33-35页 |
3.3 粒子群优化改进的Otsu自适应阈值分割 | 第35-42页 |
3.3.1 改进的Otsu算法 | 第35-38页 |
3.3.2 粒子群优化算法 | 第38-39页 |
3.3.3 粒子群优化改进的Otsu图像阈值分割过程 | 第39-42页 |
3.4 模糊C均值聚类图像分割 | 第42-45页 |
3.5 形态学运算 | 第45-47页 |
3.6 区域拟合 | 第47-49页 |
3.6.1 一维Hough变换直线检测 | 第48页 |
3.6.2 最小二乘法曲线拟合 | 第48-49页 |
3.7 图像分割结果与分析 | 第49-53页 |
3.8 本章小结 | 第53-55页 |
第4章 磨粒图像特征提取 | 第55-79页 |
4.1 目标的表示与描述 | 第55页 |
4.2 区域轮廓追踪 | 第55-56页 |
4.3 磨粒的几何特征量及其表征 | 第56-58页 |
4.4 标记描述 | 第58页 |
4.5 傅里叶形状描述子 | 第58-62页 |
4.5.1 傅里叶描述子的计算 | 第59页 |
4.5.2 傅里叶描述子的不变性 | 第59-62页 |
4.6 小波形状描述子 | 第62-68页 |
4.6.1 小波变换与轮廓描述子 | 第63-64页 |
4.6.2 变换系数的计算 | 第64-65页 |
4.6.3 轮廓形心距的小波描述 | 第65-68页 |
4.7 磨粒间的方位 | 第68-69页 |
4.8 磨粒三维特征提取 | 第69-78页 |
4.9 本章小结 | 第78-79页 |
第5章 磨粒形状识别与分类 | 第79-91页 |
5.1 支持向量机的基本理论 | 第79-83页 |
5.2 识别与分类算法步骤 | 第83-85页 |
5.2.1 主成分分析磨粒特征提取 | 第83-85页 |
5.2.2 支持向量机参数选取 | 第85页 |
5.3 实验结果与分析 | 第85-89页 |
5.4 本章小结 | 第89-91页 |
第6章 总结与展望 | 第91-93页 |
6.1 全文工作总结 | 第91页 |
6.2 本文创新之处 | 第91页 |
6.3 工作展望 | 第91-93页 |
参考文献 | 第93-99页 |
致谢 | 第99-101页 |
个人简历、在学期间发表学术论文与研究成果 | 第101页 |