摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-21页 |
1.1 课题背景及意义 | 第11-13页 |
1.2 课题研究现状与分析 | 第13-18页 |
1.2.1 堆叠颗粒分离现有算法分析 | 第13-17页 |
1.2.2 堆叠颗粒轮廓重构现有算法分析 | 第17-18页 |
1.3 论文主要研究内容 | 第18-19页 |
1.4 论文的结构安排 | 第19-21页 |
第2章 预备知识 | 第21-41页 |
2.1 图像分割技术概述 | 第21-25页 |
2.1.1 传统图像分割方法 | 第21-24页 |
2.1.2 结合特定理论的图像分割方法 | 第24-25页 |
2.2 分水岭图像分割方法 | 第25-34页 |
2.2.1 传统分水岭方法 | 第26-27页 |
2.2.2 标记控制的分水岭方法 | 第27-28页 |
2.2.3 常用标记提取方法实验结果分析 | 第28-34页 |
2.3 Snake 主动轮廓模型图像分割方法 | 第34-40页 |
2.3.1 Snake 模型 | 第34-37页 |
2.3.2 气球 Snake 模型 | 第37-38页 |
2.3.3 GVF Snake 模型 | 第38页 |
2.3.4 实验结果与分析 | 第38-40页 |
2.4 本章小结 | 第40-41页 |
第3章 基于模糊梯度卷积核的分水岭堆叠颗粒分割 | 第41-63页 |
3.1 引言 | 第41-42页 |
3.2 模糊梯度卷积核OO FSC | 第42-47页 |
3.2.1 标准 CHT 方法 | 第42-43页 |
3.2.2 模糊集理论 | 第43-44页 |
3.2.3 模糊梯度卷积核的定义 | 第44-47页 |
3.3 提出的方法 | 第47-51页 |
3.3.1 类圆形颗粒目标粒度测量 | 第47-48页 |
3.3.2 基于OO FSC的中心标记增强 | 第48页 |
3.3.3 类圆形堆叠颗粒中心标记提取 | 第48-50页 |
3.3.4 基于标记控制分水岭算法的堆叠颗粒分割 | 第50-51页 |
3.4 实验结果与分析 | 第51-58页 |
3.4.1 中心标记的增强效果对比与分析 | 第51-53页 |
3.4.2 中心标记提取和颗粒分割效果对比分析 | 第53-57页 |
3.4.3 不同堆叠程度颗粒目标分割性能对比分析 | 第57-58页 |
3.5 本章算法的工业现场实际应用 | 第58-62页 |
3.5.1 在线棒材计数系统应用背景介绍 | 第58-59页 |
3.5.2 图像采集硬件平台设计 | 第59-60页 |
3.5.3 在线棒材端面中心识别结果分析 | 第60-61页 |
3.5.4 在线棒材计数系统设计实现 | 第61-62页 |
3.6 本章小结 | 第62-63页 |
第4章 自适应 h-minima的改进分水岭堆叠颗粒分割 | 第63-80页 |
4.1 引言 | 第63-64页 |
4.2 h-minima变换 | 第64-65页 |
4.3 圆度度量指标 FuzzyR | 第65-68页 |
4.4 提出的方法 | 第68-72页 |
4.5 实验结果与分析 | 第72-79页 |
4.5.1 圆度度量指标比较与分析 | 第72-75页 |
4.5.2 堆叠颗粒分割效果比较与分析 | 第75-79页 |
4.6 本章小结 | 第79-80页 |
第5章 可选形状约束耦合 Snake 模型的颗粒轮廓重构 | 第80-95页 |
5.1 引言 | 第80-81页 |
5.2 可选形状约束耦合 Snake 模型 | 第81-86页 |
5.2.1 能量函数定义 | 第81-84页 |
5.2.2 数值化实现 | 第84-86页 |
5.3 堆叠颗粒轮廓重构 | 第86-89页 |
5.4 实验结果与分析 | 第89-94页 |
5.4.1 可选形状约束耦合 Snake 模型有效性分析 | 第89-92页 |
5.4.2 几种轮廓重构方法比较 | 第92-94页 |
5.5 本章小结 | 第94-95页 |
第6章 总结与展望 | 第95-99页 |
6.1 本文所做工作的总结 | 第95-97页 |
6.2 进一步的工作展望 | 第97-99页 |
致谢 | 第99-100页 |
参考文献 | 第100-109页 |
附录 1 攻读博士学位期间发表的论文 | 第109-110页 |
附录 2 攻读博士学位期间参加的科研项目 | 第110页 |