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 |