| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题研究的目的及意义 | 第8-9页 |
| ·研究的目的 | 第8页 |
| ·研究的意义 | 第8-9页 |
| ·研究的背景及国内外研究现状 | 第9-10页 |
| ·研究的背景 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·本文研究的内容 | 第10-12页 |
| 第二章 纸病图像获取与检测系统的总体设计 | 第12-19页 |
| ·纸病的概述 | 第12-15页 |
| ·纸病检测实验系统概述 | 第15-18页 |
| ·基本原理 | 第15页 |
| ·CCD 相机简介 | 第15页 |
| ·系统结构 | 第15-16页 |
| ·系统硬件 | 第16页 |
| ·软件环境 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 纸病图像预处理方法研究 | 第19-33页 |
| ·图像平滑去噪 | 第19-23页 |
| ·线性滤波 | 第19-20页 |
| ·中值滤波 | 第20-22页 |
| ·自适应滤波 | 第22-23页 |
| ·图像分割 | 第23-31页 |
| ·阈值分割 | 第24-28页 |
| ·常见的阈值选取方法 | 第24-25页 |
| ·常规的阈值法的实验结果 | 第25-26页 |
| ·动态双阈值分割方法 | 第26-28页 |
| ·边缘检测 | 第28-31页 |
| ·边缘检测算子 | 第28-29页 |
| ·各种边缘检测算子的比较及 MATLAB 实现 | 第29-31页 |
| ·移除对象 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 分形维数与纸病图像的分形盒维数特征 | 第33-44页 |
| ·分形 | 第33-35页 |
| ·分形的概念 | 第33-34页 |
| ·分形的发展与应用前景 | 第34-35页 |
| ·分形维数 | 第35-39页 |
| ·相似维 | 第36页 |
| ·Hausdorff 测度 | 第36页 |
| ·Hausdorff 维 | 第36-37页 |
| ·q-维 | 第37-38页 |
| ·盒维 | 第38-39页 |
| ·纸病图像的分形盒维数特征 | 第39-43页 |
| ·分形盒维数的一般计算方法及软件实现 | 第39-40页 |
| ·不同纸病图像的分形盒维数特征 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于图像阈值分割及分形特征的纸病识别算法研究 | 第44-51页 |
| ·常规图像特征提取和选择方法 | 第44-47页 |
| ·常规特征选择的标准 | 第44-45页 |
| ·形态特征 | 第45页 |
| ·灰度特征 | 第45-46页 |
| ·纹理特征 | 第46-47页 |
| ·基于图像阈值分割及分形特征的纸病识别算法 | 第47-50页 |
| ·识别算法设计原理 | 第47-48页 |
| ·识别算法设计的关键技术 | 第48页 |
| ·识别算法设计的计算步骤 | 第48-49页 |
| ·识别算法计算结果与分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 详细摘要 | 第55-57页 |