水珠边缘检测算法的研究及其在电力行业中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题的研究背景及意义 | 第9-11页 |
| ·课题的发展现状 | 第11-12页 |
| ·研究内容与章节安排 | 第12-14页 |
| 第2章 水珠图像预处理及经典边缘检测算法 | 第14-31页 |
| ·水珠图像特征分析 | 第14-15页 |
| ·水珠图像灰度化处理 | 第15-16页 |
| ·水珠图像滤波处理 | 第16-20页 |
| ·高斯平滑滤波 | 第16-18页 |
| ·自适应滤波 | 第18-20页 |
| ·经典边缘检测算法 | 第20-29页 |
| ·差分边缘检测 | 第22-23页 |
| ·Roberts算子 | 第23-24页 |
| ·Sobel算子 | 第24-25页 |
| ·Prewitt算子 | 第25-26页 |
| ·拉普拉斯算子 | 第26-27页 |
| ·基于熵的自动阈值区域分割的水珠图像边缘检测方法 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 基于Canny的水珠边缘检测算法及其改进 | 第31-50页 |
| ·Canny准则 | 第31-34页 |
| ·传统Canny边缘检测算法 | 第34-37页 |
| ·高斯滤波平滑图像 | 第34-36页 |
| ·计算梯度的幅值和方向 | 第36页 |
| ·对梯度幅值进行非极大值抑制 | 第36-37页 |
| ·用双阈值算法检测和连接边缘 | 第37页 |
| ·传统Canny边缘检测算法的缺陷 | 第37-38页 |
| ·改进的Canny自适应边缘检测算法 | 第38-47页 |
| ·改进的多尺度自适应高斯滤波方法 | 第38-43页 |
| ·改进的图像梯度幅值计算方法 | 第43-44页 |
| ·改进的自适应的动态阈值方法 | 第44-46页 |
| ·边界跟踪 | 第46页 |
| ·边缘细化和剔除孤立点噪声 | 第46-47页 |
| ·改进算法与传统检测算法性能对比分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 绝缘材料憎水性检测系统设计与实现 | 第50-63页 |
| ·水珠图像边缘检测在电力行业中的应用 | 第50-52页 |
| ·绝缘材料憎水性检测系统软件功能 | 第52-53页 |
| ·绝缘材料憎水性检测系统软件设计与实现 | 第53-62页 |
| ·开发工具介绍 | 第53-54页 |
| ·系统处理流程 | 第54-56页 |
| ·系统具体设计与实现 | 第56-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 水珠边缘检测中几个相关的问题 | 第63-67页 |
| ·阈值选取方法 | 第63页 |
| ·模糊边缘提取方法 | 第63-64页 |
| ·边缘检测前的模糊清晰化及对比度增强算法 | 第64-65页 |
| ·水珠特征提取 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间发表的论文 | 第73页 |
