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

安瓿瓶溶液杂质检测算法的研究

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

论文共66页,点击 下载论文
上一篇:JCVM API的分析与设计
下一篇:无线传感器网络虚拟骨干网构造算法研究