基于图像的碳烟粒子检测与计数研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
1 绪论 | 第10-17页 |
1.1 基于图像的碳烟粒子性质研究意义分析 | 第10-13页 |
1.2 国内外研究现状与发展趋势 | 第13-15页 |
1.3 本文主要研究内容介绍 | 第15-16页 |
1.4 文章章节安排 | 第16-17页 |
2 实验数据的制备与处理 | 第17-25页 |
2.1 碳烟图像的人工标注 | 第17-18页 |
2.2 数据集的标准化预处理 | 第18-19页 |
2.3 数据扩增 | 第19-22页 |
2.4 数据集标签转换成密度图 | 第22-24页 |
2.5 本章小结 | 第24-25页 |
3 基于数字图像处理的碳烟粒子检测 | 第25-36页 |
3.1 碳烟粒子检测方法概述 | 第25-26页 |
3.2 基于霍夫变换的圆形碳烟粒子检测 | 第26-30页 |
3.3 基于改进的模糊C均值聚类检测碳烟粒子 | 第30-33页 |
3.4 实验结果与分析 | 第33-35页 |
3.5 本章小结 | 第35-36页 |
4 基于深度神经网络的碳烟粒子计数 | 第36-48页 |
4.1 实验难点分析与流程概述 | 第36-37页 |
4.2 基于深度并行网络的粒子计数网络结构设计 | 第37-39页 |
4.3 模型的训练 | 第39-41页 |
4.4 对比实验设计 | 第41-43页 |
4.5 实验结果与分析 | 第43-47页 |
4.6 本章小结 | 第47-48页 |
5 总结与展望 | 第48-51页 |
5.1 本文内容总结及创新点阐述 | 第48-49页 |
5.2 本课题存在的问题及研究展望 | 第49-51页 |
致谢 | 第51-52页 |
参考文献 | 第52-56页 |
附录一 攻读硕士期间科研成果 | 第56页 |