首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像处理的扁平足检测方法研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-15页
    1.1 背景与意义第10-11页
    1.2 研究现状第11-12页
    1.3 本课题的工程意义第12-13页
    1.4 本文的主要内容第13页
    1.5 论文结构安排第13-15页
第二章 扁平足检测方法分析第15-24页
    2.1 足的生理特征第15-16页
    2.2 足型的分类第16-17页
    2.3 扁平足检测方法第17-19页
        2.3.1 视觉观察法第17-18页
        2.3.2 印迹法第18页
        2.3.3 X射线片测量法第18-19页
    2.4 扁平足评价体系第19-23页
        2.4.1 足印系数第19-20页
        2.4.2 足印角度第20-21页
        2.4.3 足弓系数第21-23页
    2.5 本章小结第23-24页
第三章 全足脚印提取第24-40页
    3.1 足印图像数据采集第24-26页
    3.2 彩色空间第26-27页
        3.2.1 RGB彩色空间第26-27页
        3.2.2 CIE彩色空间第27页
    3.3 彩色足印图像预处理第27-33页
        3.3.1 平滑处理第27-32页
        3.3.2 彩色空间转换第32-33页
    3.4 基于k-means算法的足印图像分割第33-39页
        3.4.1 k-means聚类算法第33-36页
        3.4.2 基于优化的k-means算法的足印图像分割第36-39页
    3.5 本章小结第39-40页
第四章 基于均值移位算法的重压区域分割与滤波第40-52页
    4.1 均值移位第40-41页
    4.2 基于均值移位算法的足印图像分割第41-48页
        4.2.1 Luv空间转换第41-43页
        4.2.2 彩色足印图像分割第43-48页
    4.3 均值移位不连续性保持滤波第48-51页
        4.3.1 灰度化第48页
        4.3.2 滤波第48-51页
    4.4 本章小结第51-52页
第五章 基于灰度图像的重压区域提取与扁平足检测第52-67页
    5.1 灰度图像分割第52-57页
        5.1.1 图像分割方法第52-55页
        5.1.2 基于双阈值和Otsu算法的足印图像分割方法第55-57页
    5.2 足印图像形态学处理第57-62页
        5.2.1 集合论中的相关概念第58页
        5.2.2 二值形态学基本运算第58-60页
        5.2.3 二值形态学实现滤波和填充第60-62页
    5.3 重压图像平滑第62-63页
    5.4 扁平足检测第63-66页
        5.4.1 特殊足部类型的确定第64页
        5.4.2 足印系数面积的计算第64-66页
    5.5 本章总结第66-67页
第六章 实验及结果分析第67-78页
    6.1 实验环境第67页
    6.2 分割结果分析第67-70页
    6.3 检测结果分析第70-74页
    6.4 扁平足检测系统第74-78页
第七章 总结与展望第78-79页
    7.1 总结第78页
    7.2 展望第78-79页
致谢第79-80页
参考文献第80-83页
攻读硕士学位期间取得的成果第83-84页

论文共84页,点击 下载论文
上一篇:基于“谱”反演的红外图像增强与重建方法研究
下一篇:面向支付的Tokenization系统的关键技术研究与实现