基于DSP的煤和煤矸石图像识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 引言 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 数字图像识别技术及应用现状 | 第12页 |
| 1.4 本文主要研究内容及安排 | 第12-13页 |
| 1.5 本章小节 | 第13-15页 |
| 第2章 图像识别算法及实现 | 第15-37页 |
| 2.1 图像识别理论 | 第15-16页 |
| 2.2 图像预处理 | 第16-24页 |
| 2.2.1 灰度图像转化 | 第16-19页 |
| 2.2.2 图像平滑 | 第19-24页 |
| 2.3 图像分割 | 第24-29页 |
| 2.3.1 灰度直方图统计 | 第24-25页 |
| 2.3.2 灰度图像二值化 | 第25-29页 |
| 2.4 改进的图像分割方法 | 第29-32页 |
| 2.4.1 形态学处理 | 第29-31页 |
| 2.4.2 改进的图像分割步骤 | 第31-32页 |
| 2.5 图像特征提取 | 第32-35页 |
| 2.5.1 灰度均值 | 第32-33页 |
| 2.5.2 均值特征提取 | 第33-35页 |
| 2.6 本章小节 | 第35-37页 |
| 第3章 系统软硬件设计与实现 | 第37-49页 |
| 3.1 硬件开发平台 | 第37-40页 |
| 3.1.1 SEED-DEC6416开发板概述 | 第37-39页 |
| 3.1.2 JTAG | 第39-40页 |
| 3.1.3 GPIO | 第40页 |
| 3.2 软件开发环境 | 第40-44页 |
| 3.2.1 代码生成工具 | 第41-42页 |
| 3.2.2 CCS集成开发环境（IDE） | 第42-44页 |
| 3.3 软件设计与实现 | 第44-48页 |
| 3.3.1 图像读取 | 第44-45页 |
| 3.3.2 图像识别算法设计 | 第45-47页 |
| 3.3.3 图像识别软件流程 | 第47-48页 |
| 3.4 本章小节 | 第48-49页 |
| 第4章 系统调试和结果分析 | 第49-57页 |
| 4.1 DSP软件调试 | 第49-51页 |
| 4.2 实验结果 | 第51-56页 |
| 4.3 结果分析 | 第56页 |
| 4.4 本章小节 | 第56-57页 |
| 第5章 结论和展望 | 第57-59页 |
| 5.1 结论 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 攻读学位期间发表的学术论文目录 | 第65-66页 |
