摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第9-13页 |
1.1 研究的目的意义 | 第9页 |
1.2 研究现状 | 第9-10页 |
1.3 主要研究内容 | 第10-11页 |
1.4 技术路线 | 第11-13页 |
2 木材表面缺陷图像的传统分割方法 | 第13-24页 |
2.1 图像采集 | 第13页 |
2.2 实验材料 | 第13-17页 |
2.3 传统图像分割算法 | 第17-19页 |
2.3.1 边缘检测算子介绍 | 第17-18页 |
2.3.2 基于边缘检测算子的木材表面缺陷图像分割 | 第18-19页 |
2.4 阈值分割 | 第19-21页 |
2.4.1 阈值法介绍 | 第19-20页 |
2.4.2 基于阈值法的木材表面缺陷图像分割 | 第20-21页 |
2.5 基于区域的木材表面缺陷图像分割 | 第21-23页 |
2.5.1 区域分裂与合并的图像分割 | 第21-22页 |
2.5.2 区域生长法及实验 | 第22-23页 |
2.6 本章小结 | 第23-24页 |
3 基于C-V模型的木材表面缺陷图像分割 | 第24-37页 |
3.1 Mumford-shah模型介绍 | 第24页 |
3.2 C-V模型介绍 | 第24-27页 |
3.2.1 C-V模型基本理论 | 第24-25页 |
3.2.2 基于C-V模型的木材表面缺陷图像分割 | 第25-27页 |
3.3 结合C-V模型与形态学的木材表面缺陷图像分割 | 第27-29页 |
3.3.1 数学形态学基本理论 | 第27-28页 |
3.3.2 结合C-V模型与形态学图像分割实验 | 第28-29页 |
3.4 基于改进C-V模型的木材表面缺陷图像分割 | 第29-33页 |
3.4.1 改进模型介绍 | 第29-30页 |
3.4.2 改进算法的图像分割步骤 | 第30页 |
3.4.3 改进算法的图像分割实验和结果分析 | 第30-33页 |
3.5 图像分割的对比实验 | 第33-34页 |
3.6 改进C-V模型的多目标图像分割实验 | 第34-35页 |
3.7 本章小结 | 第35-37页 |
4 基于Snake模型的木材表面缺陷图像分割 | 第37-54页 |
4.1 传统SNAKE模型介绍 | 第37-40页 |
4.1.1 传统SNAKE模型 | 第37-38页 |
4.1.2 采用SNAKE模型的木材表面缺陷图像分割 | 第38-40页 |
4.2 GVF SNAKE模型介绍 | 第40-48页 |
4.2.1 GVF SNAKE模型 | 第40-41页 |
4.2.2 GVF SNAKE模型数值解法 | 第41-42页 |
4.2.3 GVF SNAKE模型算法分割实验步骤 | 第42-43页 |
4.2.4 GVF SNAKE模型参数对分割结果的影响 | 第43-47页 |
4.2.5 GVF SNAKE分割实验和结果分析 | 第47-48页 |
4.3 算法的改进 | 第48-50页 |
4.3.1 维纳滤波介绍 | 第48-49页 |
4.3.2 改进算法的分割实验与结果分析 | 第49-50页 |
4.4 图像分割的对比实验 | 第50-52页 |
4.5 改进算法的多目标缺陷图像分割 | 第52-53页 |
4.6 本章小结 | 第53-54页 |
5 基于GAC水平集模型的木材表面缺陷图像分割 | 第54-66页 |
5.1 GAC模型的介绍 | 第54-56页 |
5.1.1 GAC模型的原理 | 第54页 |
5.1.2 木材表面缺陷分割实验与结果分析 | 第54-56页 |
5.2 基于GAC模型改进的木材表面缺陷分割介绍 | 第56-63页 |
5.2.1 改进的GAC模型 | 第56-58页 |
5.2.2 改进的GAC模型分割步骤 | 第58页 |
5.2.3 改进算法的参数对图像分割结果影响 | 第58-61页 |
5.2.4 基于GAC改进算法的木材表面缺陷分割实验 | 第61-63页 |
5.3 图像分割的对比实验 | 第63-64页 |
5.4 改进算法的多目标缺陷木材图像分割 | 第64-65页 |
5.5 本章小结 | 第65-66页 |
6 木材表面缺陷分割算法的比较分析 | 第66-81页 |
6.1 多目标缺陷木材图像分割方法比较 | 第66-70页 |
6.2 木材表面缺陷图像分割方法的抗噪声性能比较 | 第70-74页 |
6.3 复杂背景下改进GAC模型的木材表面缺陷图像分割 | 第74-78页 |
6.4 改进GAC模型的木材缺陷定位 | 第78-80页 |
6.5 本章小结 | 第80-81页 |
结论 | 第81-82页 |
参考文献 | 第82-85页 |
攻读学位期间发表的学术论文 | 第85-86页 |
致谢 | 第86-87页 |