地层野外露头区裂缝图像自动识别技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 数字图像处理 | 第9-11页 |
| 1.1.1 数学图像处理的发展 | 第9-10页 |
| 1.1.2 数字图像的应用 | 第10-11页 |
| 1.2 选题的工程背景、目的及意义 | 第11-13页 |
| 1.2.1 选题的工程背景 | 第11-13页 |
| 1.2.2 选题的目的及意义 | 第13页 |
| 1.3 学位论文的主要研究内容 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 数字图像处理的基本理论 | 第15-37页 |
| 2.1 图像采集 | 第15-19页 |
| 2.1.1 CCD传感器 | 第15-16页 |
| 2.1.2 CMOS传感器 | 第16-18页 |
| 2.1.3 CCD与CMOS两种传感器的比较 | 第18-19页 |
| 2.2 图像预处理 | 第19-25页 |
| 2.2.1 图像数字化 | 第19-20页 |
| 2.2.2 图像几何变换 | 第20-22页 |
| 2.2.3 图像的归一化 | 第22页 |
| 2.2.4 图像的增强与复原 | 第22-25页 |
| 2.3 图像分割 | 第25-32页 |
| 2.3.1 边缘检测分割 | 第26-28页 |
| 2.3.2 阈值分割 | 第28-30页 |
| 2.3.3 区域生长及分裂—合并 | 第30-31页 |
| 2.3.4 聚类分割 | 第31-32页 |
| 2.4 图像特征提取 | 第32-34页 |
| 2.4.1 灰度特征 | 第33页 |
| 2.4.2 纹理特征 | 第33-34页 |
| 2.4.3 区域特征 | 第34页 |
| 2.5 图像识别 | 第34-35页 |
| 2.6 本章小结 | 第35-37页 |
| 第三章 野外露头区裂缝图像自动识别方法 | 第37-49页 |
| 3.1 几何去除阴影算法 | 第37-40页 |
| 3.1.1 “照度补偿”模型的建立 | 第37-38页 |
| 3.1.2 几何阴影去除算法 | 第38-40页 |
| 3.2 裂缝显著图的建立 | 第40-44页 |
| 3.2.1 裂缝像素的检测 | 第40-41页 |
| 3.2.2 张量投票法 | 第41-44页 |
| 3.3 裂缝种子边缘的连接与修复 | 第44-47页 |
| 3.3.1 裂缝种子边缘的连接 | 第44-47页 |
| 3.3.2 边缘修剪 | 第47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 野外露头区裂缝图像自动识别方法的实现 | 第49-71页 |
| 4.1 几何阴影去除算法的实现 | 第49-59页 |
| 4.1.1 “照度补偿”模型的验证 | 第49-51页 |
| 4.1.2 几何阴影算法的验证 | 第51-58页 |
| 4.1.3 野外露头区图像的阴影去除 | 第58-59页 |
| 4.2 灰度差阈值检测算法的实现 | 第59-61页 |
| 4.3 建立裂缝显著图 | 第61-65页 |
| 4.3.1 二维数据的表示形式 | 第61-62页 |
| 4.3.2 张量投票算法的实现过程 | 第62-65页 |
| 4.4 边缘连接与修剪算法的实现 | 第65-70页 |
| 4.4.1 计算灰度联合概率矩阵 | 第65-67页 |
| 4.4.2 最小生成树法的实现 | 第67-68页 |
| 4.4.3 边缘修剪算法的实现 | 第68-70页 |
| 4.5 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 作者简介、发表文章及研究成果目录 | 第79-81页 |
| 致谢 | 第81-82页 |
