摘要 | 第4-5页 |
ABSTRACT | 第5页 |
目录 | 第6-8页 |
Contents | 第8-10页 |
第一章 绪论 | 第10-18页 |
1.1 课题研究背景与研究意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.3 论文的主要研究内容 | 第15-16页 |
1.4 论文的章节安排 | 第16-18页 |
第二章 安瓿瓶溶液杂质检测流程 | 第18-26页 |
2.1 计算机视觉理论 | 第18-19页 |
2.2 安瓿瓶溶液杂质图像算法检测方法 | 第19-22页 |
2.3 安瓿瓶溶液中的目标与背景噪声的特征分析 | 第22-25页 |
2.4 本章小结 | 第25-26页 |
第三章 安瓿瓶溶液杂质的图像分析与处理基础 | 第26-39页 |
3.1 安瓿瓶溶液杂质序列图像的预处理 | 第26-30页 |
3.1.1 中值滤波 | 第27-28页 |
3.1.2 灰度变换 | 第28-30页 |
3.2 目标在安瓿瓶溶液中的定位 | 第30页 |
3.3 阈值分割算法 | 第30-35页 |
3.3.1 一维Otsu阈值选择 | 第31页 |
3.3.2 二维Otsu阈值分割法 | 第31-33页 |
3.3.3 改进的二维Otsu阈值分割算法 | 第33-35页 |
3.4 仿真结果与分析 | 第35-38页 |
3.5 本章小节 | 第38-39页 |
第四章 基于安瓿瓶溶液杂质的运动目标检测 | 第39-48页 |
4.1 引言 | 第39页 |
4.2 运动检测方法的比较 | 第39-45页 |
4.2.1 光流法 | 第39-42页 |
4.2.2 背景建模法 | 第42-44页 |
4.2.3 帧差法 | 第44-45页 |
4.2.4 运动目标检测方法比较 | 第45页 |
4.3 基于帧间差分法安瓶瓶溶液杂质的目标提取 | 第45-46页 |
4.4 仿真结果与分析 | 第46-47页 |
4.5 本章小结 | 第47-48页 |
第五章 基于卡尔曼滤波的安瓿瓶溶液杂质目标跟踪算法 | 第48-58页 |
5.1 引言 | 第48-49页 |
5.2 贝叶斯理论 | 第49-50页 |
5.3 基于卡尔曼滤波的安瓿瓶溶液杂质目标跟踪算法 | 第50-56页 |
5.3.1 卡尔曼滤波概述 | 第50页 |
5.3.2 安瓿瓶溶液杂质目标跟踪算法的过程 | 第50页 |
5.3.3 贝叶斯分类 | 第50-52页 |
5.3.4 安瓿瓶溶杂质目标位置的预测 | 第52-54页 |
5.3.5 自适应调整踪安瓿瓶溶液杂质窗口尺度 | 第54-55页 |
5.3.6 安瓿瓶溶液杂质模型参数的更新 | 第55-56页 |
5.4 仿真结果与分析 | 第56-57页 |
5.5 本章小结 | 第57-58页 |
总结与展望 | 第58-60页 |
参考文献 | 第60-64页 |
攻读硕士学位期间发表的论文 | 第64-66页 |
致谢 | 第66页 |