| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.3 本文的主要工作和内容安排 | 第12-14页 |
| 2 颗粒图像的预处理 | 第14-34页 |
| 2.1 图像预处理的概念、作用和基本方法 | 第14-15页 |
| 2.2 图像的畸变模型和相机标定 | 第15-24页 |
| 2.2.1 畸变的类型与模型 | 第16-20页 |
| 2.2.2 相机标定 | 第20-22页 |
| 2.2.3 实验结果与小结 | 第22-24页 |
| 2.3 畸变恢复和图像增强 | 第24-33页 |
| 2.3.1 插值方法 | 第24-26页 |
| 2.3.2 重采样和采样率 | 第26-27页 |
| 2.3.3 对插值和图像增强的频率分析 | 第27-31页 |
| 2.3.4 实验结果 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 形态学图像处理技术 | 第34-53页 |
| 3.1 石子撒布覆盖率检测方案 | 第34-36页 |
| 3.1.1 图像二值化分割的方法 | 第34-35页 |
| 3.1.2 石子颗粒计数方法 | 第35-36页 |
| 3.2 区域生长算法在石子图像分割中的应用 | 第36-42页 |
| 3.2.1 区域生长算法原理 | 第37页 |
| 3.2.2 石子颗粒图像分割 | 第37-42页 |
| 3.3 分水岭算法在石子分割和计数中的应用 | 第42-49页 |
| 3.3.1 分水岭算法的概念及原理 | 第42-43页 |
| 3.3.2 颗粒图像二值化——基于标记的分水岭算法 | 第43-44页 |
| 3.3.3 基于分水岭算法的颗粒计数 | 第44-49页 |
| 3.4 基于距离变换的分水岭算法 | 第49-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 基于形态学特征的颗粒图像分割和计数 | 第53-68页 |
| 4.1 算法流程概述 | 第53-55页 |
| 4.3 形态学特征和区域连接性图 | 第55-59页 |
| 4.3.1 区域形态学特征 | 第56-58页 |
| 4.3.2 区域连接性图 | 第58-59页 |
| 4.4 合并算法 | 第59-64页 |
| 4.4.1 基于加权马氏距离搜索错误区域 | 第60-62页 |
| 4.4.2 基于近邻函数确定合并入的区域 | 第62页 |
| 4.4.3 停止规则 | 第62-64页 |
| 4.4.4 减少运算量的机制 | 第64页 |
| 4.5 实验结果和本章小结 | 第64-68页 |
| 4.5.1 实验结果 | 第64-67页 |
| 4.5.2 小结 | 第67-68页 |
| 5 总结与展望 | 第68-70页 |
| 5.1 研究工作总结 | 第68页 |
| 5.2 研究展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第73-74页 |
| 致谢 | 第74页 |