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

基于图像的海面粗糙度分析

摘要第3-4页
Abstract第4页
1 绪论第8-12页
    1.1 研究背景及意义第8页
    1.2 海面粗糙度简介第8-9页
        1.2.1 空气动力学粗糙度简介第8-9页
        1.2.2 海面粗糙度的定义第9页
    1.3 研究现状第9-10页
    1.4 论文研究内容第10-12页
2 纹理图像分析第12-16页
    2.1 纹理图像分析概述第12-13页
        2.1.1 纹理的基本概念第12页
        2.1.2 纹理的定义第12-13页
    2.2 纹理的分类与纹理特征第13页
        2.2.1 纹理的分类第13页
        2.2.2 纹理特征第13页
    2.3 纹理分析的应用领域第13-15页
    2.4 本章小结第15-16页
3 纹理图像分析技术第16-24页
    3.1 结构分析方法第17-18页
        3.1.1 纹理基元基本理论第17页
        3.1.2 基于结构的纹理分析方法第17-18页
    3.2 模型法第18-20页
        3.2.1 纹理模型基本思想第18页
        3.2.2 基于模型的纹理分析方法第18-20页
    3.3 信号处理方法第20-22页
        3.3.1 信号处理法理论依据第20页
        3.3.2 基于信号处理的纹理分析方法第20-22页
    3.4 统计方法第22-23页
        3.4.1 统计方法的主要思想第22页
        3.4.2 基于统计的纹理分析方法第22-23页
    3.5 本章小结第23-24页
4 图像纹理特征的提取第24-39页
    4.1 灰度-梯度共生矩阵第24-27页
        4.1.1 灰度-梯度共生矩阵算法分析第24-25页
        4.1.2 灰度-梯度共生矩阵的数字特征第25-27页
        4.1.3 与图像粗糙度相关第27页
    4.2 自相关函数法第27-28页
        4.2.1 自相关函数法算法分析第27-28页
        4.2.2 与图像粗糙度相关第28页
    4.3 基于FBM的亮度差值图像自相关法第28-30页
        4.3.1 基于FBM的亮度差值图像自相关算法分析第28-30页
        4.3.2 与图像粗糙度相关第30页
    4.4 基于距离的边缘频率法第30-33页
        4.4.1 基于距离的边缘频率法算法分析第30-33页
        4.4.2 与图像粗糙度相关第33页
    4.5 Tamura纹理特征法第33-37页
        4.5.1 Tamura纹理特征法算法分析第34-37页
        4.5.2 与图像粗糙度相关第37页
    4.6 本章小结第37-39页
5 实验分析第39-61页
    5.1 噪声对图像粗糙度的影响第39-41页
        5.1.1 高斯噪声对图像粗糙度的影响第39页
        5.1.2 脉冲噪声对图像粗糙度的影响第39-40页
        5.1.3 随机噪声对图像粗糙度的影响第40-41页
        5.1.4 乘性噪声对图像粗糙度的影响第41页
    5.2 实验数据回归拟合分析第41-60页
        5.2.1 实验数据采集第41-43页
        5.2.2 数据的回归拟合分析算法第43-44页
        5.2.3 基于图像的海面粗糙度回归实验结果第44-60页
    5.3 误差对比分析第60页
    5.4 本章小结第60-61页
6 总结与展望第61-63页
    6.1 总结第61-62页
    6.2 展望第62-63页
致谢第63-64页
参考文献第64-67页
附录 海面粗糙度实验数据第67-72页

论文共72页,点击 下载论文
上一篇:瑜伽体式组合治疗原发性痛经的临床疗效观察
下一篇:肉桂醛/壳聚糖抗菌膜的性能及其在生鲜猪肉保鲜中的应用