| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题的研究背景及意义 | 第8-9页 |
| 1.2 国内外的研究现状 | 第9-10页 |
| 1.3 研究的主要内容和关键技术 | 第10-13页 |
| 1.3.1 研究内容及关键技术 | 第10-11页 |
| 1.3.2 BV反应孔图像处理流程 | 第11-13页 |
| 1.4 论文的章节安排 | 第13-14页 |
| 1.5 本文的主要创新点 | 第14页 |
| 1.6 本章小结 | 第14-16页 |
| 2 反应板卡图像去噪 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 去除高光区域 | 第16-18页 |
| 2.2.1 传统的LC显著性检测算法 | 第16-17页 |
| 2.2.2 基于亮度空间的LC显著性检测进行高光去除算法 | 第17-18页 |
| 2.3 常用的图像去噪方法 | 第18-21页 |
| 2.3.1 中值滤波 | 第18-19页 |
| 2.3.2 均值滤波 | 第19页 |
| 2.3.3 低通滤波 | 第19-20页 |
| 2.3.4 投票法中值滤波 | 第20-21页 |
| 2.3.5 自适应投票法 | 第21页 |
| 2.4 本章小结 | 第21-24页 |
| 3 反应孔的分割方法 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 最大熵法 | 第24页 |
| 3.3 迭代法 | 第24-25页 |
| 3.4 改进的迭代法 | 第25页 |
| 3.5 阈值分割法 | 第25-26页 |
| 3.6 最大类间方差 | 第26-27页 |
| 3.7 自适应迭代法 | 第27页 |
| 3.8 彩色图像的分割方法 | 第27-32页 |
| 3.8.1 RGB颜色空间 | 第27-28页 |
| 3.8.2 HSV颜色空间 | 第28-29页 |
| 3.8.3 Lab颜色空间 | 第29-30页 |
| 3.8.4 基于混合颜色空间的分割算法 | 第30-32页 |
| 3.9 本章小结 | 第32-34页 |
| 4 基于混合颜色空间的颜色识别算法 | 第34-42页 |
| 4.1 引言 | 第34-35页 |
| 4.2 颜色空间的选取 | 第35页 |
| 4.3 模糊数学 | 第35-37页 |
| 4.4 布尔矩阵 | 第37-39页 |
| 4.4.1 数据标准化方法 | 第37-38页 |
| 4.4.2 相似矩阵构造方法 | 第38-39页 |
| 4.5 实验理论与方法 | 第39-41页 |
| 4.6 本章小结 | 第41-42页 |
| 5 算法检测及测试结果分析 | 第42-48页 |
| 5.1 算法检测 | 第42-45页 |
| 5.2 算法比较 | 第45-46页 |
| 5.3 本章小结 | 第46-48页 |
| 6 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者攻读学位期间发表学术论文清单 | 第54-56页 |
| 致谢 | 第56页 |