基于彩色图像处理的干式生化分析技术的研究与应用
摘要 | 第1-6页 |
Abstract | 第6-8页 |
目录 | 第8-11页 |
第1章 绪论 | 第11-17页 |
·干式生化分析技术概述 | 第11-13页 |
·彩色图像处理技术概述 | 第13-14页 |
·基于彩色图像处理的干式生化分析技术简介 | 第14-15页 |
·论文研究意义及基本内容 | 第15-17页 |
第2章 彩色图像处理算法研究 | 第17-37页 |
·彩色空间介绍 | 第17-24页 |
·RGB 彩色空间 | 第17-18页 |
·RGB 线性变换空间 | 第18-20页 |
·Nrgh 彩色空间 | 第20页 |
·HSI 彩色空间 | 第20-22页 |
·CIE 彩色空间 | 第22-23页 |
·本文检测系统的彩色空间选择 | 第23-24页 |
·图像预处理算法研究 | 第24-27页 |
·中值滤波技术 | 第24-25页 |
·低通滤波技术 | 第25页 |
·高通滤波技术 | 第25-26页 |
·数学形态学滤波 | 第26-27页 |
·常用图像分割算法 | 第27-32页 |
·基于阈值的分割方法 | 第27-29页 |
·直方图阈值法 | 第27页 |
·颜色聚类法 | 第27-28页 |
·区域生长、区域分裂合并及其组合 | 第28-29页 |
·基于边缘的分割技术 | 第29-30页 |
·边缘检测法 | 第29-30页 |
·分水岭分割方法 | 第30页 |
·基于特定理论工具的分割方法 | 第30-32页 |
·基于小波变换的分割方法 | 第30-31页 |
·基于 Markov 随机场的分割方法 | 第31页 |
·基于神经网络的分割方法 | 第31-32页 |
·改进模糊 C 均值聚类算法 | 第32-37页 |
·标准模糊 C 均值聚类算法 | 第32-34页 |
·改进的模糊 C 均值聚类算法 | 第34-36页 |
·聚类分割算法评价标准 | 第36-37页 |
·聚类有效性分析 | 第36页 |
·划分系数和划分熵 | 第36-37页 |
第3章 硬件系统设计 | 第37-50页 |
·硬件系统总体设计 | 第37-38页 |
·图像采集模块硬件设计 | 第38-39页 |
·图像采集器件选型 | 第38-39页 |
·Camera link 接口标准 | 第39页 |
·图像处理模块硬件设计 | 第39-45页 |
·FPGA 基本结构 | 第40-42页 |
·FPGA 芯片选型 | 第42-44页 |
·FPGA 的外部存储器扩展 | 第44-45页 |
·液晶显示屏(LCD)接口设计 | 第45-46页 |
·键盘接口设计 | 第46-47页 |
·打印接口设计 | 第47-50页 |
第4章 软件系统设计 | 第50-62页 |
·软件系统总体设计 | 第50-52页 |
·图像处理部分软件设计 | 第52-59页 |
·FPGA 开发软件及设计流程 | 第52-56页 |
·图像处理总程序设计 | 第56-57页 |
·边缘检测算法子程序 | 第57-58页 |
·改进 FCM 聚类算法子程序 | 第58-59页 |
·键盘部分软件设计 | 第59-60页 |
·显示部分软件设计 | 第60-62页 |
第5章 算法验证及系统性能测试 | 第62-77页 |
·改进 FCM 聚类算法验证实验 | 第62-68页 |
·系统性能测试 | 第68-75页 |
·系统调试 | 第68-69页 |
·实验测试结果及分析 | 第69-75页 |
·系统误差分析 | 第75-77页 |
第6章 结论与展望 | 第77-79页 |
·结论 | 第77页 |
·展望 | 第77-79页 |
参考文献 | 第79-83页 |
作者简介及在学期间所取得的科研成果 | 第83-84页 |
致谢 | 第84页 |