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

蚕茧自动筛选计数系统关键技术的研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-16页
   ·研究目的与意义第9-10页
   ·国内外研究现状第10-14页
   ·研究内容第14页
   ·论文结构安排第14-16页
第二章 基于中值滤波、均值漂移算法和傅里叶变换结合的图像预处理研究第16-33页
   ·图像文件格式第16-19页
     ·BMP 图像文件格式第16-17页
     ·GIF 图像文件格式第17-18页
     ·TIF 图像文件格式第18-19页
     ·PNG 图像文件格式第19页
     ·JPEG 图像文件格式第19页
   ·色彩空间模型第19-22页
     ·RGB 模型第20页
     ·HSI 模型第20-21页
     ·CMYK 颜色模型第21-22页
   ·图像颜色空间转换第22-24页
     ·图像灰度化第22-23页
     ·RGB 图像转换为 HSV 图像第23-24页
   ·图像增强第24页
   ·图像去噪算法研究第24-30页
     ·中值滤波第25-26页
     ·均值漂移法第26-27页
     ·傅里叶变换第27-28页
     ·邻域平均法第28-29页
     ·高斯滤波第29-30页
   ·各种去噪算法的实验结果分析比较第30-32页
   ·本章小结第32-33页
第三章 基于连通域标记和基于 K 均值聚类算法的图像分割计数方法研究第33-51页
   ·阈值图像分割法第33-37页
     ·直方图阈值法第34-36页
     ·大津阈值法第36-37页
   ·边缘检测法第37-39页
   ·基于数学形态学的图像分割法第39-41页
     ·二值形态学第39-41页
     ·蚕茧二值图像的腐蚀膨胀第41页
   ·基于连通域标记的阈值分割计数方法研究第41-46页
     ·阈值分割第42页
     ·图像扫描第42页
     ·标记连通域第42-43页
     ·连通域外围矩形绘制第43-44页
     ·计数第44-46页
   ·基于 K 均值聚类算法的图像分割方法研究第46-50页
     ·传统 K 均值聚类算法第47-48页
     ·改进 K 均值聚类算法的思想第48-49页
     ·改进 K 均值聚类算法的步骤第49-50页
   ·本章小结第50-51页
第四章 蚕茧自动筛选计数系统的设计与实现第51-62页
   ·蚕茧自动筛选计数系统的设计第51-52页
   ·蚕茧自动筛选计数系统的实现第52-59页
     ·图像采集第53-55页
     ·图像预处理第55页
     ·K 均值聚类算法实现粘连蚕茧图像的分割第55-56页
     ·二值化和形态学图像分割第56-57页
     ·连通域轮廓查找第57-59页
     ·结果输出第59页
   ·实验结果分析第59-61页
   ·本章小结第61-62页
第五章 基于 Android 平台的蚕茧自动筛选计数系统的研究第62-75页
   ·系统架构第62-63页
   ·蚕茧自动筛选计数系统的 Android 界面设计第63-69页
     ·Android 手机界面设计工作流程第63-65页
     ·基于 Android 平台的蚕茧自动筛选计数系统的界面设计第65-69页
   ·Android 的 JNI 调用机制第69-71页
   ·系统功能测试验证第71-75页
     ·软件主界面第72页
     ·打开图像第72-73页
     ·工具菜单界面第73页
     ·蚕茧数目统计第73-74页
     ·退出系统第74-75页
第六章 总结与展望第75-77页
   ·总结第75-76页
   ·展望第76-77页
参考文献第77-81页
致谢第81-82页
硕士学位攻读期间发表、录用的论文第82页

论文共82页,点击 下载论文
上一篇:认知无线传感网的节能型跨层优化研究
下一篇:基于粒子滤波目标跟踪算法研究