摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
1.绪论 | 第11-20页 |
1.1 课题研究背景及意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 金相数字图像分析仪研究现状分析 | 第13-14页 |
1.2.2 晶界提取算法研究现状分析 | 第14-17页 |
1.2.3 评价方法研究现状分析 | 第17页 |
1.3 目前存在的问题 | 第17-18页 |
1.4 本论文研究的主要内容及章节安排 | 第18-20页 |
2.45钢金相组织图像预处理研究及分析 | 第20-30页 |
2.1 45钢金相组织图像的转换 | 第20-21页 |
2.2 45钢金相组织图像的像素亮度变换 | 第21-22页 |
2.3 45钢金相组织图像的滤波处理 | 第22-29页 |
2.3.1 45钢金相组织图像的空间域滤波处理 | 第22-23页 |
2.3.2 45钢金相组织图像的频域滤波处理 | 第23-24页 |
2.3.3 45钢金相组织图像的小波滤波处理 | 第24-25页 |
2.3.4 45钢金相组织图像的双边滤波处理 | 第25-26页 |
2.3.5 45钢金相组织图像的小波-双边滤波处理 | 第26-28页 |
2.3.6 实验结果及分析 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
3.经典晶界提取方法研究及分析 | 第30-45页 |
3.1 3.1基于阈值化的晶界提取 | 第30-34页 |
3.1.1 全局阈值处理 | 第31-32页 |
3.1.2 Otsu's方法处理 | 第32-33页 |
3.1.3 基于边缘改进的全局阈值处理 | 第33页 |
3.1.4 实验结果及分析 | 第33-34页 |
3.2 基于边缘检测的晶界提取 | 第34-39页 |
3.2.1 经典边缘检测算子 | 第35-36页 |
3.2.2 基于特定理论的改进边缘检测算子 | 第36-37页 |
3.2.3 实验结果及分析 | 第37-39页 |
3.3 基于区域提取的晶界提取 | 第39-42页 |
3.3.1 基于分水岭算法的晶界提取 | 第39-40页 |
3.3.2 基于聚类算法的晶界提取 | 第40-41页 |
3.3.3 实验结果及分析 | 第41-42页 |
3.4 基于活动轮廓的晶界提取 | 第42-44页 |
3.4.1 基于水平集算法的晶界提取 | 第42-43页 |
3.4.2 实验结果及分析 | 第43-44页 |
3.5 本章小结 | 第44-45页 |
4.基于Kirsch算子的自适应多阈值晶界提取算法 | 第45-62页 |
4.1 Kirsch算子简介 | 第45-46页 |
4.2 45钢金相组织图像的预分割 | 第46-49页 |
4.2.1 基于改进分水岭算法的预分割 | 第46-47页 |
4.2.2 基于聚类算法的预分割 | 第47-49页 |
4.3 45钢金相组织子图像的分类 | 第49-53页 |
4.3.1 基于区域面积的子图像分类 | 第49-50页 |
4.3.2 基于图像信息熵的子图像分类 | 第50-53页 |
4.4 基于Kirsch算子的自适应多阈值晶界提取 | 第53-56页 |
4.4.1 算法流程简介 | 第54-55页 |
4.4.2 实验结果及分析 | 第55-56页 |
4.5 基于滞后阈值的晶界优化 | 第56-58页 |
4.5.1 算法流程简介 | 第56-57页 |
4.5.2 实验结果及分析 | 第57-58页 |
4.6 实验结果与分析 | 第58-60页 |
4.7 本章小结 | 第60-62页 |
5.晶界提取质量评价体系研究 | 第62-74页 |
5.1 质量参数的选择 | 第62-67页 |
5.1.1 经典质量参数 | 第62-63页 |
5.1.2 基于灰度-梯度共生矩阵的纹理质量参数 | 第63-65页 |
5.1.3 基于图像区域特性的质量参数 | 第65-67页 |
5.2 基于FD算法的晶界提取评价体系的建立 | 第67-70页 |
5.2.1 质量参数的归一化 | 第67-68页 |
5.2.2 FD算法基本原理 | 第68-69页 |
5.2.3 基于FD算法的晶界提取质量评价体系 | 第69-70页 |
5.3 实验结果及分析 | 第70-72页 |
5.4 本章小结 | 第72-74页 |
6.总结与展望 | 第74-76页 |
6.1 论文总结 | 第74-75页 |
6.2 论文展望 | 第75-76页 |
参考文献 | 第76-80页 |
致谢 | 第80-81页 |
攻读硕士学位期间发表的论文及其他科研成果 | 第81页 |