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

稀松结构物体的边缘检测

中文摘要第1-5页
Abstract第5-8页
第一章 引言第8-15页
   ·课题研究背景与意义第8-9页
     ·课题研究背景第8-9页
     ·课题研究意义第9页
   ·边缘检测研究现状第9-13页
   ·研究问题的提出第13页
   ·本文的主要内容和章节安排第13-15页
第二章 图像边缘检测理论第15-25页
   ·边缘检测的基本概念第15-19页
     ·边缘的定义与分类第15-17页
     ·边缘检测的数学原理第17-19页
   ·经典边缘检测算子第19-23页
     ·Roberts 交叉算子第19页
     ·Sobel 算子第19-20页
     ·Prewitt 算子第20页
     ·高斯-拉普拉斯 LOG 算子第20-22页
     ·Canny 算子第22-23页
   ·边缘检测算子分析比较第23-25页
第三章 稀松结构物体的边缘检测问题第25-32页
   ·稀松结构物体的定义第25-27页
     ·典型稀松结构物体引例第25-26页
     ·稀松结构物体的定义第26-27页
   ·与医学弱边缘图像的性质比较第27-29页
     ·医学弱边缘图像第27-28页
     ·与医学弱边缘图像性质比较第28-29页
   ·稀松结构物体的边缘检测问题第29-30页
   ·相关应用第30-32页
第四章 稀松结构物体的边缘检测算法第32-41页
   ·各向异性膨胀的边缘检测算法第32-34页
     ·形态学膨胀边缘检测第32-33页
     ·各向异性膨胀算法第33-34页
   ·大尺寸梯度核矩阵算法第34-38页
     ·规则尺寸的梯度核矩阵第34-35页
     ·大尺寸梯度核矩阵第35-37页
     ·梯度核矩阵尺寸参数设置第37-38页
   ·实验分析第38-41页
第五章 电池板边缘尺寸测量与缺陷检测第41-49页
   ·电池板边缘缺陷检测研究现状第41-42页
   ·电池板边缘尺寸测量第42-46页
     ·电池板结构第42页
     ·边缘尺寸测量算法第42-46页
   ·电池板边缘缺陷检测第46-48页
     ·逆向遍历法第47页
     ·边缘缺陷定位第47-48页
   ·实验结果与分析第48-49页
第六章 总结与展望第49-51页
   ·总结第49页
   ·展望第49-51页
参考文献第51-56页
攻读硕士学位期间发表(录用)的论文第56页
攻读硕士学位期间参与的项目第56-57页
致谢第57-58页

论文共58页,点击 下载论文
上一篇:基于主动学习的情感分类方法研究
下一篇:基于马尔科夫网的本体匹配算法研究