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

精密零件全息图像拼接与融合技术研究

摘要第4-6页
Abstract第6-7页
第一章 绪论第11-19页
    1.1 论文的研究背景和意义第11页
    1.2 全息测量技术国内外研究现状第11-14页
    1.3 图像拼接技术国内外研究现状第14-15页
    1.4 图像融合技术国内外研究现状第15-17页
    1.5 论文主要研究内容和组织结构第17-19页
第二章 全息成像理论与图像去噪第19-31页
    2.1 全息成像理论第19-22页
        2.1.1 全息图像的记录第19-20页
        2.1.2 全息图像的再现第20-22页
    2.2 图像域去噪第22-26页
        2.2.1 图像的平滑第22-25页
        2.2.2 图像的开运算第25-26页
    2.3 图像频域变化第26-30页
        2.3.1 图像的高通滤波第27-28页
        2.3.2 图像的低通滤波第28-29页
        2.3.3 实验结果分析第29-30页
    2.4 本章小结第30-31页
第三章 全息图像的特征提取与配准拼接第31-56页
    3.1 图像的特征提取第31-38页
        3.1.1 Harris角点提取法第31-33页
        3.1.2 SIFT特征提取法第33-38页
        3.1.3 实验结果分析第38页
    3.2 图像的匹配第38-48页
        3.2.1 改进模版匹配法第39-43页
        3.2.2 RANSAC算法第43-44页
        3.2.3 L-M算法第44-47页
        3.2.4 实验结果分析第47-48页
    3.3 图像的配准第48-50页
        3.3.1 最邻近插值法第48页
        3.3.2 样条函数插值第48-50页
    3.4 实验结果分析与拼接流程第50-55页
    3.5 本章小结第55-56页
第四章 全息再现图像的分割第56-67页
    4.1 区域增长算法分割第56-59页
    4.2 分水岭算法分割第59-61页
    4.3 模式聚类法分割第61-64页
    4.4 实验分析对比第64-66页
    4.5 本章小结第66-67页
第五章 全息再现图像的融合第67-85页
    5.1 加权平均融合第67页
    5.2 拉普拉斯金字塔融合第67-73页
        5.2.1 高斯金字塔分解第68-69页
        5.2.2 拉普拉斯金字塔分解第69页
        5.2.3 拉普拉斯金字塔图像融合第69-73页
    5.3 PCNN算法融合第73-77页
    5.4 小波系数融合第77-82页
        5.4.1 小波变换融合第77-79页
        5.4.2 改进的小波变换融合第79-82页
    5.5 实验分析对比第82-84页
    5.6 本章小结第84-85页
第六章 精密零件实验分析第85-95页
    6.1 实验系统装置组成第85页
    6.2 实验及结果分析第85-94页
        6.2.1 粗糙度样块第85-88页
        6.2.2 精密零件实验第88-94页
    6.3 本章小结第94-95页
第七章 总结与展望第95-98页
    7.1 总结第95-96页
    7.2 创新点第96-97页
    7.3 展望第97-98页
参考文献第98-103页
硕士期间的研究成果第103-104页
致谢第104页

论文共104页,点击 下载论文
上一篇:双层气隙永磁直线发电机的温升和推力波动研究
下一篇:面向Qos保障的复杂异构无线传感器网络下的拓扑控制研究