视频中扇贝图像的检测与定位研究
摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第7-13页 |
1.1 课题研究的目的及意义 | 第7页 |
1.2 国内外研究现状 | 第7-9页 |
1.2.1 国内机器视觉技术发展现状 | 第7-8页 |
1.2.2 国外机器视觉技术发展现状 | 第8-9页 |
1.3 本文的研究内容及研究方案 | 第9-11页 |
1.3.1 扇贝分级系统机器视觉基本结构 | 第9-10页 |
1.3.2 扇贝分级系统机器视觉硬件系统 | 第10-11页 |
1.4 主要工作和安排 | 第11-13页 |
2 扇贝图像预处理与特征提取 | 第13-32页 |
2.1 图像格式转换 | 第13页 |
2.2 边缘检测算法研究 | 第13-17页 |
2.2.1 边缘检测算法分析 | 第13-15页 |
2.2.2 边缘检测算子介绍 | 第15-17页 |
2.3 扇贝图像的边缘检测算法研究 | 第17-20页 |
2.4 扇贝图像背景分割算法研究 | 第20-23页 |
2.4.1 扇贝图像的形态学处理 | 第20-21页 |
2.4.2 对提取模板图像区域填充 | 第21-22页 |
2.4.3 对提取模板图像区域填充 | 第22-23页 |
2.5 常用图像特征 | 第23-26页 |
2.5.1 HU不变矩 | 第24-25页 |
2.5.2 球面调和描述子 | 第25-26页 |
2.5.3 通用傅里叶描述子 | 第26页 |
2.6 扇贝几何特征提取 | 第26-31页 |
2.7 本章小结 | 第31-32页 |
3 视频中扇贝图像的实时检测 | 第32-48页 |
3.1 模糊识别理论 | 第33-37页 |
3.1.1 模糊数学 | 第33页 |
3.1.2 模糊集合以及表示方法 | 第33-34页 |
3.1.3 隶属度函数的确定方法及常见类型 | 第34-37页 |
3.2 基于模糊理论的扇贝分级系统构建 | 第37-41页 |
3.3 图像识别结果与分析 | 第41-47页 |
3.3.1 静态目标检测 | 第41-43页 |
3.3.2 动态目标检测 | 第43-47页 |
3.4 本章小结 | 第47-48页 |
4 视频图像中扇贝的定位和跟踪 | 第48-55页 |
4.1 实时目标定位跟踪方案 | 第48页 |
4.2 定位跟踪方法的实现 | 第48-52页 |
4.3 实验 | 第52-54页 |
4.4 本章小结 | 第54-55页 |
5 总结与展望 | 第55-56页 |
5.1 总结 | 第55页 |
5.2 不足与展望 | 第55-56页 |
参考文献 | 第56-59页 |
攻读硕士学位期间发表的学术论文 | 第59-62页 |
致谢 | 第62页 |