融合提升小波和霍夫变换的磨粒纹理提取及识别
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究背景 | 第12页 |
| 1.2 铁谱分析技术 | 第12-15页 |
| 1.2.1 铁谱分析技术的发展和研究意义 | 第12-13页 |
| 1.2.2 铁谱图像分析技术的研究现状 | 第13-15页 |
| 1.3 铁谱磨粒纹理研究 | 第15-17页 |
| 1.3.1 纹理研究现状 | 第15-16页 |
| 1.3.2 铁谱磨粒纹理研究意义 | 第16页 |
| 1.3.3 磨粒纹理研究存在的问题 | 第16-17页 |
| 1.4 本文研究内容 | 第17-18页 |
| 1.4.1 本文研究方法和目的 | 第17页 |
| 1.4.2 本文的思路和结构框架 | 第17-18页 |
| 第二章 铁谱磨粒纹理研究方法概述 | 第18-36页 |
| 2.1 机械磨损机理及磨粒类型 | 第18-22页 |
| 2.1.1 机械磨损概述 | 第18-20页 |
| 2.1.2 典型磨粒形成机理及其分类 | 第20-21页 |
| 2.1.3 典型磨粒类型 | 第21-22页 |
| 2.2 图像处理技术简介 | 第22-29页 |
| 2.2.1 颜色空间简介 | 第22-23页 |
| 2.2.1.1 RGB颜色空间 | 第22-23页 |
| 2.2.1.2 CIE L*a*b*颜色空间 | 第23页 |
| 2.2.2 铁谱图像预处理 | 第23-26页 |
| 2.2.2.1 铁谱图像的中值滤波 | 第23-24页 |
| 2.2.2.2 铁谱图像的形态学处理 | 第24-26页 |
| 2.2.3 大津阈值法去除背景 | 第26-29页 |
| 2.2.3.1 大津阈值简介 | 第26页 |
| 2.2.3.2 大津阈值算法原理 | 第26-27页 |
| 2.2.3.3 改进大津阈值法去除背景 | 第27-29页 |
| 2.3 分水岭算法分割 | 第29-31页 |
| 2.3.1 分水岭算法原理 | 第30-31页 |
| 2.3.2 分水岭算法分割 | 第31页 |
| 2.4 纹理特征提取方法 | 第31-35页 |
| 2.4.1 纹理定义 | 第31-32页 |
| 2.4.2 统计类纹理特征提取方法 | 第32-33页 |
| 2.4.3 结构类纹理特征提取方法 | 第33-34页 |
| 2.4.4 模型类纹理特征提取方法 | 第34页 |
| 2.4.5 信号处理类纹理特征提取方法 | 第34-35页 |
| 2.5 本章总结 | 第35-36页 |
| 第三章 基于提升小波的磨粒纹理特征提取 | 第36-58页 |
| 3.1 小波变换理论简介 | 第36-41页 |
| 3.1.1 小波理论的形成和发展 | 第36页 |
| 3.1.2 连续小波变换 | 第36-37页 |
| 3.1.3 离散小波变换 | 第37页 |
| 3.1.4 二维小波变换 | 第37-38页 |
| 3.1.5 多分辨率分析和Mallat算法 | 第38-41页 |
| 3.2 基于提升算法的小波变换 | 第41-45页 |
| 3.2.1 提升小波概述 | 第41-42页 |
| 3.2.2 提升小波变换 | 第42-44页 |
| 3.2.3 提升小波算法实现 | 第44-45页 |
| 3.3 基于提升小波的磨粒纹理特征提取 | 第45-56页 |
| 3.3.1 小波基的选取原则 | 第45页 |
| 3.3.2 几种小波基的提升算法 | 第45-51页 |
| 3.3.3 基于D4 提升小波的磨粒纹理特征提取 | 第51-54页 |
| 3.3.4 磨粒纹理特征参数 | 第54页 |
| 3.3.5 实验结果分析 | 第54-56页 |
| 3.4 本章总结 | 第56-58页 |
| 第四章 基于霍夫变换的磨粒纹理识别 | 第58-67页 |
| 4.1 霍夫变换简介 | 第58-61页 |
| 4.1.1 霍夫变换基本原理 | 第58-59页 |
| 4.1.2 统计概率霍夫变换检测 | 第59-60页 |
| 4.1.3 霍夫变换纹理检测 | 第60-61页 |
| 4.2 磨粒纹理识别 | 第61-66页 |
| 4.2.1 几何特征参数 | 第61-62页 |
| 4.2.2 特征参数提取及磨粒识别 | 第62页 |
| 4.2.3 实验结果分析 | 第62-66页 |
| 4.3 本章总结 | 第66-67页 |
| 第五章 铁谱磨粒纹理提取及识别系统 | 第67-72页 |
| 5.1 系统平台设计介绍 | 第67-68页 |
| 5.1.1 平台搭建 | 第67页 |
| 5.1.2 OpenCV介绍 | 第67-68页 |
| 5.2 系统模块功能介绍 | 第68-71页 |
| 5.3 本章总结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 本课题的主要研究工作 | 第72页 |
| 6.2 本课题创新点 | 第72-73页 |
| 6.3 对本课题研究的展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 在学期间的研究成果及发表的学术论文 | 第79页 |
