| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题来源及意义 | 第11-12页 |
| 1.2 课题国内外研究现状与发展趋势 | 第12-17页 |
| 1.2.1 混凝土材料国内外研究现状 | 第12-13页 |
| 1.2.2 颗粒度检测国内外研究现状 | 第13-14页 |
| 1.2.3 数字图像处理技术国内外研究现状 | 第14-17页 |
| 1.3 本文主要研究内容 | 第17-19页 |
| 第2章 混凝土石材骨料颗粒度研究方案 | 第19-31页 |
| 2.1 混凝土生产系统功能需求分析 | 第19-20页 |
| 2.2 混凝土石材骨料颗粒度研究总体方案 | 第20-21页 |
| 2.3 混凝土石材骨料图像采集方案 | 第21-22页 |
| 2.4 图像标定方案 | 第22-26页 |
| 2.4.1 摄像机模型 | 第22-23页 |
| 2.4.2 图像标定方法选取 | 第23-26页 |
| 2.5 图像处理策略与方案 | 第26-28页 |
| 2.5.1 图像预处理阶段 | 第27页 |
| 2.5.2 粘连图像分割阶段 | 第27-28页 |
| 2.6 混凝土石材骨料颗粒特征参数分析 | 第28-30页 |
| 2.6.1 粒径和粒度 | 第28-29页 |
| 2.6.2 粒度分布表示法 | 第29页 |
| 2.6.3 混凝土石材骨料颗粒形状 | 第29-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第3章 混凝土石材骨料颗粒度检测原理与图像预处理 | 第31-48页 |
| 3.1 颗粒度检测原理与方法 | 第31-34页 |
| 3.2 颗粒度测量方案选择 | 第34-35页 |
| 3.3 混凝土石粒材料图像预处理 | 第35-41页 |
| 3.3.1 图像滤波方法选取 | 第35-39页 |
| 3.3.2 混凝土石材骨料图像增强 | 第39-41页 |
| 3.4 图像阈值二值化 | 第41-44页 |
| 3.5 二值图像处理 | 第44-47页 |
| 3.5.1 形态学处理 | 第44-46页 |
| 3.5.2 区域填充 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 基于自适应FCM和标记分水岭算法的粘连石粒图像分割 | 第48-62页 |
| 4.1 模糊C均值聚类算法 | 第48-50页 |
| 4.1.1 硬C均值聚类算法 | 第48-49页 |
| 4.1.2 FCM算法概念 | 第49-50页 |
| 4.2 自适应FCM算法的参数选取 | 第50-53页 |
| 4.2.1 加权指数m的选取 | 第51页 |
| 4.2.2 聚类数c的自适应方法 | 第51-52页 |
| 4.2.3 自适应FCM算法 | 第52-53页 |
| 4.3 标记分水岭算法 | 第53-57页 |
| 4.3.1 分水岭算法基本概念和分割方法 | 第54-55页 |
| 4.3.2 混凝土石材骨料图像前景和背景标记 | 第55-57页 |
| 4.3.3 分水岭极值标定 | 第57页 |
| 4.4 自适应FCM和标记分水岭算法图像分割 | 第57-61页 |
| 4.4.1 算法分割流程 | 第58-59页 |
| 4.4.2 仿真结果与分析 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 混凝土石材骨料颗粒参数测定及结果分析 | 第62-71页 |
| 5.1 混凝土石材骨料颗粒标定 | 第62-64页 |
| 5.2 混凝土石材骨料颗粒特征提取 | 第64-67页 |
| 5.2.1 链码跟踪法标记 | 第64-65页 |
| 5.2.2 颗粒大小的特征参数 | 第65-67页 |
| 5.2.3 颗粒形状的特征参数 | 第67页 |
| 5.3 混凝土石材骨料颗粒度结果分析 | 第67-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 全文总结 | 第71页 |
| 6.2 前景展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第78页 |
| 作者在攻读硕士学位期间参加的项目 | 第78页 |