钢筋端部图像识别的研究与实现
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的目的及意义 | 第10-11页 |
| 1.2 国内外研究现状分析 | 第11-13页 |
| 1.3 数字图像处理技术概述 | 第13-14页 |
| 1.4 本文的主要工作和内容安排 | 第14-16页 |
| 第2章 钢筋端部图像预处理 | 第16-31页 |
| 2.1 图像预处理概述 | 第16页 |
| 2.2 钢筋端面图像的矩阵表示 | 第16-17页 |
| 2.3 基于OpenCV读取图像 | 第17-20页 |
| 2.4 感兴趣区域(ROI)提取 | 第20-21页 |
| 2.5 图像灰度化 | 第21-23页 |
| 2.6 图像增强 | 第23-30页 |
| 2.6.1 直方图修正 | 第23-25页 |
| 2.6.2 平滑滤波 | 第25-29页 |
| 2.6.3 组合滤波 | 第29-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第3章 钢筋端面图像分割算法研究 | 第31-41页 |
| 3.1 图像分割定义 | 第31页 |
| 3.2 基于边缘的分割方法 | 第31-35页 |
| 3.3 基于阈值的分割方法 | 第35-40页 |
| 3.3.1 直方图双峰法 | 第36页 |
| 3.3.2 最佳阈值分割 | 第36-38页 |
| 3.3.3 大津阈值分割 | 第38-39页 |
| 3.3.4 改进的大津阈值分割 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 数学形态学处理 | 第41-48页 |
| 4.1 数学形态学基本概念 | 第41-42页 |
| 4.2 二值形态学 | 第42-45页 |
| 4.3 对钢筋端面进行形态学处理 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 钢筋端面二值图像的目标识别计数 | 第48-62页 |
| 5.1 图像像素间的关系 | 第48-49页 |
| 5.1.1 像素的邻域 | 第48页 |
| 5.1.2 像素间的邻接、连接和连通 | 第48-49页 |
| 5.2 二值图像连通区域标记 | 第49-53页 |
| 5.2.1 传统的连通区域标记法 | 第50-51页 |
| 5.2.2 改进的连通区域标记法 | 第51-53页 |
| 5.2.3 算法优化 | 第53页 |
| 5.3 计数 | 第53-57页 |
| 5.3.1 计数方法概述 | 第53-55页 |
| 5.3.2 基于面积率的计数法 | 第55-56页 |
| 5.3.3 计数结果与分析 | 第56-57页 |
| 5.4 构建计数系统 | 第57-61页 |
| 5.4.1 软件部分 | 第57-58页 |
| 5.4.2 系统的总体流程 | 第58-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间公开发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |
