| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第15-25页 |
| 1.1 研究背景与意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-23页 |
| 1.2.1 尾矿坝安全研究现状 | 第17-19页 |
| 1.2.2 尾矿坝安全监测对象 | 第19-20页 |
| 1.2.3 干滩长度测量研究现状 | 第20-23页 |
| 1.3 论文主要结构 | 第23-25页 |
| 2 图像分割算法研究 | 第25-41页 |
| 2.1 图像分割算法 | 第25-27页 |
| 2.1.1 阈值化分割方法 | 第25页 |
| 2.1.2 基于区域的分割法 | 第25-26页 |
| 2.1.3 基于边缘的分割法 | 第26页 |
| 2.1.4 基于模型的图像分割 | 第26-27页 |
| 2.1.5 基于人工智能的图像分割 | 第27页 |
| 2.2 分水岭算法 | 第27-32页 |
| 2.2.1 分水岭的算法思想 | 第27-28页 |
| 2.2.2 分水岭算法的数学描述 | 第28-30页 |
| 2.2.3 分水岭算法的过分割问题 | 第30-32页 |
| 2.3 基于HSV梯度与自适应标记的改进分水岭算法 | 第32-40页 |
| 2.3.1 HSV梯度图计算 | 第33-36页 |
| 2.3.2 自适应标记的分水岭分割 | 第36-38页 |
| 2.3.3 分割结果 | 第38-40页 |
| 2.4 本章小结 | 第40-41页 |
| 3 干滩水线像素坐标识别 | 第41-57页 |
| 3.1 干滩单目摄像系统 | 第41-42页 |
| 3.2 计算机图像视觉处理库 | 第42-43页 |
| 3.3 摄像机模型与标定 | 第43-49页 |
| 3.3.1 摄像机模型 | 第43-47页 |
| 3.3.2 摄像机标定 | 第47-48页 |
| 3.3.3 图像矫正 | 第48-49页 |
| 3.4 基于改进分水岭算法的干滩水线坐标识别 | 第49-56页 |
| 3.4.1 ROI干滩图像 | 第49-50页 |
| 3.4.2 记录绿色植物像素坐标 | 第50-51页 |
| 3.4.3 轮廓识别与过滤 | 第51-53页 |
| 3.4.4 重绘标记 | 第53-54页 |
| 3.4.5 干滩水线分割 | 第54-56页 |
| 3.5 本章小结 | 第56-57页 |
| 4 干滩长度测量方法 | 第57-70页 |
| 4.1 单目视觉测量法 | 第57-62页 |
| 4.1.1 图像坐标与干滩长度的转换 | 第57-60页 |
| 4.1.2 实验测试结果与误差 | 第60-62页 |
| 4.2 标志物测量法 | 第62-69页 |
| 4.2.1 标志物安放方法 | 第62-65页 |
| 4.2.2 图像坐标与干滩长度的转换 | 第65-68页 |
| 4.2.3 实验测试结果与误差 | 第68-69页 |
| 4.3 标志物测量法与单目视觉测量法的对比 | 第69页 |
| 4.4 本章小结 | 第69-70页 |
| 5 图像分割与干滩测量系统客户端 | 第70-76页 |
| 5.1 图像分割与干滩测量系统流程 | 第70-71页 |
| 5.2 客户端界面与功能 | 第71-75页 |
| 5.2.1 主界面 | 第71-72页 |
| 5.2.2 设置参数界面 | 第72-73页 |
| 5.2.3 拍照矫正界面 | 第73-74页 |
| 5.2.4 手动图像矫正界面 | 第74页 |
| 5.2.5 数据查询界面 | 第74-75页 |
| 5.3 本章小结 | 第75-76页 |
| 6 总结和展望 | 第76-78页 |
| 6.1 全文总结 | 第76-77页 |
| 6.2 后续展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 作者简介 | 第82页 |