面向逆向工程的工业CT图像矢量化系统改进
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
1 绪论 | 第8-13页 |
·课题研究背景及意义 | 第8-10页 |
·工业 CT 技术概述 | 第8页 |
·逆向工程技术概述 | 第8-9页 |
·研究背景及意义 | 第9-10页 |
·课题来源 | 第10页 |
·矢量化技术国内外研究现状 | 第10-11页 |
·本文主要研究内容 | 第11-12页 |
·论文的组织结构 | 第12-13页 |
2 工业 CT 图像矢量化系统简介 | 第13-17页 |
·系统功能模块介绍 | 第13-15页 |
·图像预处理模块 | 第14-15页 |
·轮廓矢量化模块 | 第15页 |
·数据转换模块 | 第15页 |
·系统工作流程介绍 | 第15-16页 |
·本章小结 | 第16-17页 |
3 工业 CT 图像预处理 | 第17-33页 |
·图像增强 | 第17-19页 |
·中值滤波 | 第17-18页 |
·直方图均衡化 | 第18页 |
·实验结果分析与比较 | 第18-19页 |
·图像阈值分割 | 第19-22页 |
·迭代法阈值分割 | 第20页 |
·自适应阈值分割 | 第20-21页 |
·实验结果分析与比较 | 第21-22页 |
·边缘检测 | 第22-28页 |
·常用边缘检测算子介绍 | 第22-27页 |
·实验结果分析与比较 | 第27-28页 |
·八邻域轮廓跟踪 | 第28-30页 |
·轮廓奇异点消除 | 第30-32页 |
·去除毛刺 | 第30-31页 |
·断点处理 | 第31-32页 |
·本章小结 | 第32-33页 |
4 工业 CT 图像特征点检测算法研究 | 第33-41页 |
·工业 CT 图像特征点检测算法介绍 | 第33页 |
·基于图像灰度特征的检测方法 | 第33-35页 |
·基于梯度的检测方法 | 第33-34页 |
·基于模板的检测方法 | 第34-35页 |
·基于数学形态学的特征点检测算法 | 第35-36页 |
·基于图像边缘信息的特征点检测方法 | 第36-37页 |
·基于图像边缘轮廓链码的方法 | 第36页 |
·基于曲率极值的方法 | 第36页 |
·基于曲率的方法 | 第36-37页 |
·采用的特征点检测方法 | 第37-40页 |
·候选特征点的筛选 | 第37-39页 |
·二次特征点检测 | 第39页 |
·实验结果与分析 | 第39-40页 |
·本章小结 | 第40-41页 |
5 工业 CT 图像圆检测算法研究 | 第41-52页 |
·常用圆检测算法介绍 | 第41页 |
·HOUGH 变换 | 第41-43页 |
·Hough 变换的基本原理 | 第42页 |
·Hough 变换的实现方法 | 第42-43页 |
·常规的 HOUGH 变换圆检测 | 第43-44页 |
·圆的 Hough 变换原理 | 第43-44页 |
·性能分析 | 第44页 |
·本文采用的圆检测算法 | 第44-51页 |
·点 Hough 变换检测圆原理 | 第44-45页 |
·排除非圆的原理 | 第45-46页 |
·改进的点 Hough 变换圆检测算法 | 第46-47页 |
·实验结果与分析 | 第47-51页 |
·本章小结 | 第51-52页 |
6 实验与分析 | 第52-57页 |
·图像预处理功能比较 | 第52-54页 |
·特征点检测比较 | 第54-55页 |
·圆检测比较 | 第55-56页 |
·本章小结 | 第56-57页 |
7 结论与展望 | 第57-59页 |
·结论 | 第57页 |
·展望 | 第57-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-64页 |
附录 | 第64页 |
A. 作者在攻读学位期间发表的论文目录 | 第64页 |
B. 作者在攻读学位期间参与的项目 | 第64页 |