首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波变换和多结构元素形态学的木材缺陷图像处理

摘要第1-5页
Abstract第5-9页
1 绪论第9-14页
   ·论文研究的目的及意义第9页
   ·木材缺陷及其分类第9-10页
   ·无损检测的定义及分类第10页
   ·木材无损检测技术的发展现状第10-11页
   ·小波变换和数学形态学在图像处理中的应用第11-13页
     ·小波变换在图像处理中的应用第11-12页
     ·数学形态学在图像处理和分析中的应用第12-13页
   ·本文的主要内容第13-14页
2 小波变换和数学形态学的基本理论第14-23页
   ·小波分析的特征第14页
   ·连续小波变换第14-15页
   ·离散小波变换第15页
   ·二进制小波变换第15-16页
   ·多分辨分析与Mallat算法第16-20页
     ·多分辨分析第16-17页
     ·一维小波分解与重构第17-18页
     ·二维小波分解与重构第18-20页
   ·数学形态学概述第20页
   ·数学形态学的基本运算第20-22页
     ·结构元素第20-21页
     ·膨胀与腐蚀第21页
     ·开运算和闭运算第21-22页
   ·本章小结第22-23页
3 小波变换在木材缺陷图像处理中的应用第23-39页
   ·木材缺陷图像的采集第23-25页
     ·X射线检测原理第23页
     ·木材X射线无损检测系统第23-25页
   ·图像去噪的概述第25页
   ·木材缺陷图像的传统去噪方法第25-28页
   ·基于小波去噪和阈值分割的木材缺陷图像检测第28-31页
     ·基于小波变换的去噪方法第28-29页
     ·图像的阈值分割第29-30页
     ·基于小波阈值去噪的木材缺陷图像的阈值分割第30-31页
   ·小波变换在木材缺陷图像边缘检测的应用第31-38页
     ·传统的边缘检测算子第31-34页
     ·基于高斯滤波器的小波模极大值方法第34-36页
     ·木材缺陷图像的小波模极大值边缘检测第36-38页
   ·本章小结第38-39页
4 多结构元素形态学在木材缺陷图像处理中的应用第39-49页
   ·数学形态学在木材缺陷图像边缘检测中的应用第39-42页
     ·传统的形态学边缘检测算子第39-41页
     ·组合式的形态学边缘检测算子第41-42页
     ·基于形态学边缘算子的木材缺陷图像的处理第42页
   ·基于多结构元素形态学边缘检测算子第42-44页
   ·基于多结构元素形态学的木材缺陷图像处理第44-46页
   ·基于小波高频置零法和形态学边缘检测的木材缺陷图像处理第46-48页
   ·本章小结第48-49页
结论第49-50页
参考文献第50-54页
攻读学位期间发表的学术论文第54-55页
致谢第55-56页

论文共56页,点击 下载论文
上一篇:污水处理站絮凝剂添加配比优化研究
下一篇:基于GPRS的电力负荷管理在鸡西电业局的应用