| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 类圆颗粒自动化计数研究现状 | 第12-13页 |
| 1.2.2 类圆颗粒图像分割研究现状 | 第13-15页 |
| 1.2.3 基于Android技术的图像处理研究现状 | 第15-16页 |
| 1.3 课题主要研究内容 | 第16-17页 |
| 1.4 论文的章节安排 | 第17-18页 |
| 第二章 系统总体设计及课题关键技术 | 第18-23页 |
| 2.1 本课题系统的总体设计 | 第18-19页 |
| 2.2 与课题相关的关键技术 | 第19-22页 |
| 2.2.1 基于Android的应用程序开发 | 第20-21页 |
| 2.2.2 Android OpenCV Manager | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 类圆颗粒图像的目标提取 | 第23-36页 |
| 3.1 类圆颗粒图像采集 | 第23-24页 |
| 3.2 类圆颗粒图像分割 | 第24-29页 |
| 3.2.1 颗粒图像的Otsu分割 | 第24-25页 |
| 3.2.2 基于颜色分量的Otsu分割 | 第25-29页 |
| 3.3 类圆颗粒目标提取方法 | 第29-34页 |
| 3.3.1 基于颜色色差特征的目标提取 | 第29-31页 |
| 3.3.2 基于图像增强的目标提取 | 第31-32页 |
| 3.3.3 残留区域去除 | 第32-34页 |
| 3.4 颗粒目标提取结果 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 粘连重叠颗粒分割与计数 | 第36-52页 |
| 4.1 分水岭分割方法 | 第36-39页 |
| 4.1.1 分水岭算法原理 | 第36-38页 |
| 4.1.2 分水岭算法缺点及解决思路 | 第38-39页 |
| 4.2 基于距离灰度图的分水岭算法 | 第39-45页 |
| 4.3 基于孔洞提取的二次分水岭算法 | 第45-49页 |
| 4.3.1 二值颗粒图像的区域填充 | 第46页 |
| 4.3.2 孔洞提取算法 | 第46-48页 |
| 4.3.3 粘连重叠颗粒分割结果 | 第48-49页 |
| 4.4 类圆颗粒识别与计数 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 重叠颗粒的提取与轮廓估计 | 第52-64页 |
| 5.1 重叠颗粒目标的提取 | 第52-54页 |
| 5.1.1 重叠区域的特征分析 | 第52-53页 |
| 5.1.2 重叠目标提取实验 | 第53-54页 |
| 5.2 颗粒中心点与轮廓的匹配 | 第54-60页 |
| 5.2.1 颗粒轮廓的提取 | 第54-58页 |
| 5.2.2 颗粒的中心点与轮廓的关联 | 第58-60页 |
| 5.3 重叠颗粒的轮廓估计 | 第60-62页 |
| 5.3.1 最小二乘法(DLS) | 第60-61页 |
| 5.3.2 重叠颗粒的轮廓拟合 | 第61-62页 |
| 5.4 实验结果分析 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 系统的功能实现与性能测试 | 第64-73页 |
| 6.1 计数系统的功能实现 | 第64-67页 |
| 6.2 性能测试与结果分析 | 第67-72页 |
| 6.2.1 系统运行测试 | 第67-68页 |
| 6.2.2 系统计数准确性与效率测试 | 第68-72页 |
| 6.3 本章小结 | 第72-73页 |
| 第七章 总结与展望 | 第73-75页 |
| 7.1 总结 | 第73-74页 |
| 7.2 对未来的展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间的成果 | 第80页 |