基于图像处理的成捆钢筋自动计数APP的研究和开发
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究的背景与意义 | 第9-10页 |
| 1.2 钢筋端面图像处理算法综述 | 第10-12页 |
| 1.2.1 图像分割技术 | 第10-11页 |
| 1.2.2 图像识别计数算法 | 第11-12页 |
| 1.3 论文主要结构安排 | 第12-13页 |
| 第2章 自动计数APP的系统设计 | 第13-17页 |
| 2.1 引言 | 第13页 |
| 2.2 系统的搭建环境 | 第13-14页 |
| 2.3 系统的架构设计 | 第14-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第3章 钢筋端部图像预处理 | 第17-44页 |
| 3.1 引言 | 第17页 |
| 3.2 现场图像分析及图像预处理概述 | 第17-19页 |
| 3.3 ROI图像区域提取 | 第19-23页 |
| 3.3.1 Grab Cut数据模型 | 第19-20页 |
| 3.3.2 Grab Cut模型参数学习 | 第20-21页 |
| 3.3.3 Grab Cut能量最小化分割 | 第21-22页 |
| 3.3.4 分割结果 | 第22-23页 |
| 3.4 图像灰度化 | 第23-24页 |
| 3.5 图像平滑滤波 | 第24-32页 |
| 3.5.1 平滑滤波处理 | 第25-29页 |
| 3.5.2 组合滤波处理 | 第29-32页 |
| 3.6 形态学滤波 | 第32-37页 |
| 3.6.1 腐蚀与膨胀 | 第33-34页 |
| 3.6.2 形态学开运算 | 第34-37页 |
| 3.7 端面图像阈值分割及形态学处理 | 第37-43页 |
| 3.7.1 阈值分割 | 第37-38页 |
| 3.7.2 改进的大津阈值分割算法 | 第38-42页 |
| 3.7.3 二值形态学处理 | 第42-43页 |
| 3.8 本章小结 | 第43-44页 |
| 第4章 钢筋端面图像的识别与计数 | 第44-53页 |
| 4.1 引言 | 第44页 |
| 4.2 图像识别技术概述 | 第44-45页 |
| 4.3 钢筋端面识别与计数 | 第45-51页 |
| 4.3.1 模板匹配算法 | 第45-47页 |
| 4.3.2 成捆钢筋端面识别 | 第47-49页 |
| 4.3.3 基于直径模板匹配的计数 | 第49-51页 |
| 4.4 钢筋端面识别与计数实验结果与分析 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 系统实现与测试 | 第53-59页 |
| 5.1 引言 | 第53-54页 |
| 5.2 功能实现 | 第54-56页 |
| 5.3 系统测试 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
