| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·课题研究的现状与趋势 | 第10-11页 |
| ·本论文的主要任务 | 第11-13页 |
| 第2章 图像分割及识别的一般方法 | 第13-25页 |
| ·图像分割的依据和条件 | 第13-14页 |
| ·基于边缘的分割 | 第14-19页 |
| ·边界跟踪 | 第17-18页 |
| ·图像滤波法 | 第18页 |
| ·基于边界曲线拟合法 | 第18页 |
| ·活动轮廓模型法 | 第18页 |
| ·基于灰度直方图的边缘检测 | 第18-19页 |
| ·基于梯度的边缘检测 | 第19页 |
| ·基于区域的分割 | 第19-21页 |
| ·直方图门限法 | 第19-20页 |
| ·区域生长法 | 第20页 |
| ·基于图像的随机场模型法 | 第20-21页 |
| ·标记法 | 第21页 |
| ·区域跟踪 | 第21页 |
| ·图像识别的基本方法及特点 | 第21-23页 |
| ·统计法 | 第21-22页 |
| ·句法识别 | 第22页 |
| ·神经网络法 | 第22页 |
| ·模糊集识别法 | 第22页 |
| ·标记松弛法 | 第22-23页 |
| ·纤维图像的分割及识别方法 | 第23-25页 |
| 第3章 数学形态学及其在图像边缘检测中的应用 | 第25-37页 |
| ·边缘检测 | 第25-28页 |
| ·微分法 | 第25-26页 |
| ·拟合法 | 第26-27页 |
| ·松弛法 | 第27页 |
| ·神经网络分析法 | 第27-28页 |
| ·边缘的提取与跟踪 | 第28页 |
| ·数学形态学的基本知识 | 第28-29页 |
| ·数学形态学的算法 | 第29-33页 |
| ·腐蚀运算 | 第30-31页 |
| ·膨胀运算 | 第31页 |
| ·开运算 | 第31-32页 |
| ·闭运算 | 第32-33页 |
| ·基于数学形态学的图像边缘提取方法 | 第33-34页 |
| ·基于数学形态学的纸浆纤维图像边缘检测方法 | 第34-37页 |
| 第4章 纸浆纤维目标图像搜索方法 | 第37-50页 |
| ·图像跟踪与搜索的基本知识 | 第37页 |
| ·基于匹配的线状目标跟踪 | 第37-40页 |
| ·模板匹配 | 第38-39页 |
| ·图像匹配 | 第39页 |
| ·灰度匹配 | 第39页 |
| ·特征匹配 | 第39-40页 |
| ·常用的图像搜索方法 | 第40-45页 |
| ·主动边界方法 | 第41-42页 |
| ·基于形态学的快速图像搜索方法 | 第42-43页 |
| ·基于模板的目标搜索方法 | 第43-45页 |
| ·线状目标的跟踪与搜索 | 第45-46页 |
| ·HAUSDORFF 距离理论及其在纸浆纤维图像搜索中的应用 | 第46-50页 |
| ·HAUSDORFF 距离理论基础 | 第46页 |
| ·HAUSDORF 距离在目标搜索中的应用 | 第46-47页 |
| ·改进的HAUSDORFF 距离理论及其在纸浆纤维图像搜索中的应用 | 第47-48页 |
| ·改进的模板匹配搜索策略 | 第48页 |
| ·模板更新策略 | 第48-50页 |
| 第5章 总结与展望 | 第50-51页 |
| ·本论文所做的工作 | 第50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间发表的论文 | 第55页 |