计算机视觉技术在林木材积测算中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究的目的与意义 | 第9页 |
| ·相关技术国内外研究现状简评 | 第9-10页 |
| ·本研究的主要内容 | 第10-13页 |
| 第二章 计算机视觉技术检测 | 第13-16页 |
| ·计算机视觉的发展 | 第13页 |
| ·计算机视觉的分类 | 第13-14页 |
| ·计算机视觉在林木材积测算中的应用研究现状 | 第14页 |
| ·计算机视觉的数据获取 | 第14-16页 |
| 第三章 林木端面图像的处理 | 第16-44页 |
| ·平滑 | 第16-27页 |
| ·噪声分布特性 | 第16-17页 |
| ·平滑滤波方法 | 第17-22页 |
| ·均值滤波 mean filter | 第17-18页 |
| ·中值滤波 median filter | 第18-20页 |
| ·频域低通滤波 | 第20-22页 |
| ·熵与图像熵 | 第22页 |
| ·一种新的基于均方差的多模板中值滤波法 | 第22-25页 |
| ·滤波模板的选择 | 第23-25页 |
| ·图像椒盐噪声界定 | 第25页 |
| ·改进的中值滤波 | 第25页 |
| ·实验结果与分析 | 第25-27页 |
| ·阈值分割 | 第27-36页 |
| ·直方图法 | 第28-30页 |
| ·P-tile 法 | 第28-29页 |
| ·最频法 | 第29-30页 |
| ·直方图凹面分析法 | 第30页 |
| ·OTSU 法 | 第30-33页 |
| ·熵方法 | 第33-36页 |
| ·Kapur 熵法 | 第33-34页 |
| ·二维最大熵法 | 第34-36页 |
| ·基于本文滤波方法与二维熵法林木端面图像分割 | 第36-38页 |
| ·实验结果与分析 | 第38-44页 |
| ·滤波效果实验 | 第38-41页 |
| ·阈值分割实验 | 第41-44页 |
| 第四章 林木端面图像细分割 | 第44-66页 |
| ·边缘检测 | 第44-56页 |
| ·微分算子 | 第45-49页 |
| ·Sobel（索贝尔）算子 | 第45-46页 |
| ·Roberts 算子 | 第46-47页 |
| ·Prewitt 算子 | 第47-48页 |
| ·Kirsch 算子 | 第48页 |
| ·Laplace 算子 | 第48-49页 |
| ·canny 算子 | 第49-51页 |
| ·LOG 算子 | 第51-53页 |
| ·各算子仿真结果 | 第53-55页 |
| ·各算子比较与分析 | 第55-56页 |
| ·一种新的图像自适应边缘检测算法 | 第56-57页 |
| ·去除干扰区域 | 第57-63页 |
| ·已改进的算法 A | 第58-59页 |
| ·本文改进的算法 | 第59-61页 |
| ·链表的数据结构 | 第59-60页 |
| ·利用观察变量进行搜索的优化 | 第60页 |
| ·算法分析 | 第60-61页 |
| ·基于本文改进算法的区域标记算法 | 第61页 |
| ·干扰区域去除 | 第61-62页 |
| ·干扰区域消除结果 | 第62-63页 |
| ·结合边缘检测与分割结果的细分割 | 第63-64页 |
| ·实验结果与分析 | 第64-66页 |
| 第五章 材积估算 | 第66-69页 |
| ·标尺 | 第66页 |
| ·材积估算 | 第66-67页 |
| ·实验总结与误差分析 | 第67-69页 |
| 第六章 总结 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 个人简历、在校期间的研究成果及发表的论文 | 第76页 |
