首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于局部自适应阈值分割算法的高压线图像检测方法

摘要第5-6页
ABSTRACT第6-7页
第1章 文献综述第11-17页
    1.1 前言第11-13页
    1.2 国内外的研究现状第13-15页
        1.2.1 国外研究现状第13页
        1.2.2 国内研究现状第13-15页
    1.3 本文的研究目的及内容第15页
    1.4 本文的组织结构第15-17页
第2章 高压线图像检测的主要问题及解决办法第17-22页
    2.1 高压线图像检测方法的设计要点第17页
    2.2 高压线图像检测方法的技术分析第17-20页
        2.2.1 基于灰度图像的高压线分割方法第17-18页
        2.2.2 基于图像增强的图像细节抑制方法第18页
        2.2.3 复杂背景抑制方法第18-19页
        2.2.4 边缘检测与“虚假边缘”问题第19页
        2.2.5 噪声抑制及高压线显示问题第19-20页
    2.3 高压线图像检测方法的设计第20-21页
    2.4 小节第21-22页
第3章 基于图像算术处理的背景抑制方法第22-42页
    3.1 图像处理方法选取与高压线复杂背景抑制问题第22-23页
    3.2 基于灰度图像的高压线分割方法的理论依据及场景分析第23-27页
        3.2.1 图像分割理论依据第23-24页
        3.2.2 高压线图像场景下的灰度图像分割第24-25页
        3.2.3 图像灰度变换方法第25-26页
        3.2.4 基于图像灰度变换处理应用的实验结果描述第26-27页
    3.3 基于图像增强的图像细节抑制方法第27-36页
        3.3.1 抑制图像细节问题描述第27页
        3.3.2 图像增强的理论依据第27-32页
        3.3.3 基于图像增强的图像细节抑制实验结果描述第32-36页
    3.4 复杂背景抑制模型的提出及应用第36-41页
        3.4.1 复杂背景抑制算法模型的提出第36-37页
        3.4.2 图像算术运算算法在复杂背景抑制中的应用第37-39页
        3.4.3 复杂背景抑制模型的实验结果描述第39-41页
    3.5 小结第41-42页
第4章 高压线边缘检测及目标识别第42-59页
    4.1 高压线图像中的边缘检测与“虚假边缘”问题第42页
    4.2 高压线的边缘检测方法第42-47页
        4.2.1 基于边缘检测的高压线理论基础第43-46页
        4.2.2 高压线的边缘检测实验结果分析第46-47页
    4.3 图像局部自适应阈值分割算法模型的提出第47-52页
        4.3.1 Hough变换算法在高压线检测中所存在的问题第47-51页
        4.3.2 图像局部自适应阈值分割算法模型的提出第51-52页
    4.4 图像局部自适应阈值分割算法模型的应用第52-58页
        4.4.1 自适应阈值的计算方法第52-55页
        4.4.2 局部阈值分割方法模型的计算方法第55-57页
        4.4.3 图像局部自适应阈值分割算法模型的实验结果第57-58页
    4.5 小结第58-59页
第5章 图像噪声抑制和高压线目标显示第59-64页
    5.1 图像存在的噪声及高压线在图像中的具体位置显示问题第59页
    5.2 高压线图像的噪声抑制第59-62页
        5.2.1 中值滤波在高压线图像中的应用第59-61页
        5.2.2 中值滤波在高压线噪声图像中的应用结果分析第61-62页
    5.3 高压线目标的显示方法第62-63页
        5.3.1 彩色图像的视觉分析第62页
        5.3.2 基于彩色图像的高压线目标显示第62页
        5.3.3 高压线彩色图像显示实验结果第62-63页
    5.4 小结第63-64页
第6章 基于局部自适应阈值分割算法的高压线图像检测方法第64-68页
    6.1 算法思想描述与实验内容第64-66页
        6.1.1 实验内容第64-66页
    6.2 实验结果分析第66-67页
    6.3 小结第67-68页
第7章 总结与展望第68-70页
    7.1 总结第68页
    7.2 展望第68-70页
参考文献第70-74页
攻读硕士期间已发表的论文第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:红外图像中的行人检测算法研究
下一篇:基于微信平台的审议系统研究与实现