| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 结论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 板材选取研究现状 | 第11-12页 |
| 1.2.2 灰度投影法的研究现状 | 第12页 |
| 1.2.3 边缘检测算法研究现状 | 第12-14页 |
| 1.3 本文研究内容及贡献 | 第14-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 2 乐器板材选取相关理论与相关技术 | 第17-32页 |
| 2.1 人工选材法 | 第17页 |
| 2.2 基于图像识别的选材方法 | 第17-21页 |
| 2.2.1 木材面板图像预处理 | 第17-18页 |
| 2.2.2 空间域去噪 | 第18-19页 |
| 2.2.3 图像分割 | 第19-20页 |
| 2.2.4 形态学处理 | 第20-21页 |
| 2.3 基于传统边缘检测算子的选材方法 | 第21-30页 |
| 2.3.1 图像边缘的特点 | 第22-23页 |
| 2.3.2 传统边缘检测算子 | 第23-30页 |
| 2.4 传统选材方式的存在的问题 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 基于灰度投影和边缘算法的琵琶面板优选的研究 | 第32-52页 |
| 3.1 琵琶面板选材的原则 | 第32页 |
| 3.2 边缘检测算法获取琵琶面板纹理图像 | 第32-43页 |
| 3.2.1 小波阈值函数去噪 | 第34-36页 |
| 3.2.2 基于GCV的小波阈值函数 | 第36-37页 |
| 3.2.3 遗传算法对GCV阈值函数寻优 | 第37-40页 |
| 3.2.4 Otsu算法自适应获取阈值 | 第40-43页 |
| 3.2.5 改进的Canny算子的步骤 | 第43页 |
| 3.3 基于灰度投影法的纹理间距量化研究 | 第43-50页 |
| 3.3.1 灰度投影法分析 | 第43-45页 |
| 3.3.2 面板图像的去噪处理 | 第45页 |
| 3.3.3 灰色绝对关联度模型分析 | 第45-46页 |
| 3.3.4 去噪过程分析 | 第46-47页 |
| 3.3.5 判断噪声并处理噪声 | 第47页 |
| 3.3.6 乐器板材图像灰度化处理 | 第47-48页 |
| 3.3.7 灰度投影曲线的绘制 | 第48-49页 |
| 3.3.8 分析灰度投影曲线并计算纹理间距值 | 第49-50页 |
| 3.4 本章小结 | 第50-52页 |
| 4 实验设计及结果分析 | 第52-57页 |
| 4.1 实验环境 | 第52页 |
| 4.1.1 实验素材 | 第52页 |
| 4.1.2 编程环境 | 第52页 |
| 4.2 改进的边缘检测算法提取琵琶面板纹理图像实验 | 第52-54页 |
| 4.2.1 改进算子评价方法 | 第53-54页 |
| 4.2.2 选材准确率验证 | 第54页 |
| 4.3 灰度投影法实验结果分析 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 结论和展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64-65页 |