摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 课题研究的目的和意义 | 第13-14页 |
1.4 本文研究主要内容 | 第14-16页 |
第2章 需求分析及解决方案 | 第16-21页 |
2.1 合成革自动抬刀系统应用背景简介 | 第16-17页 |
2.2 离型纸接头图像特点分析 | 第17-18页 |
2.3 离型纸接头在线检测要求 | 第18-19页 |
2.4 基于彩色图像的边缘检测方案及可行性分析 | 第19页 |
2.5 本章小结 | 第19-21页 |
第3章 基于单分量的彩色图像边缘检测算法的研究 | 第21-43页 |
3.1 边缘检测 | 第21-23页 |
3.1.1 边缘 | 第21-22页 |
3.1.2 边缘检测的基本流程 | 第22-23页 |
3.2 基于传统梯度算子的边缘检测算法的研究 | 第23-32页 |
3.2.1 梯度 | 第23-27页 |
3.2.2 各种算子实验分析 | 第27-32页 |
3.3 基于梯度算子的改进的边缘检测算法研究 | 第32-42页 |
3.3.1 基于梯度算子结合的边缘检测算法 | 第32-36页 |
3.3.2 基于梯度算子与数学形态学结合的边缘检测算法 | 第36-38页 |
3.3.3 实验结果及仿真分析 | 第38-42页 |
3.4 本章小结 | 第42-43页 |
第4章 基于分量综合的彩色图像边缘检测算法的研究 | 第43-58页 |
4.1 颜色空间 | 第43-46页 |
4.1.1 面向设备的颜色空间 | 第43-45页 |
4.1.2 面向视觉感知的颜色空间 | 第45-46页 |
4.2 基于RGB颜色空间的彩色图像边缘检测算法 | 第46-49页 |
4.3 基于HSV颜色空间的彩色图像边缘检测算法 | 第49-53页 |
4.4 实验结果及仿真分析 | 第53-57页 |
4.4.1 实验结果分析 | 第53-56页 |
4.4.2 算法可行性分析 | 第56-57页 |
4.5 本章小结 | 第57-58页 |
第5章 彩色图像边缘检测算法在合成革自动涂台中的应用 | 第58-71页 |
5.1 图像RGB值分布特点分析 | 第58-62页 |
5.1.1 图像RGB颜色值的分布趋势 | 第58-61页 |
5.1.2 图像RGB各分量的灰度分布 | 第61-62页 |
5.2 基于RGB颜色空间的算法设计与应用 | 第62-66页 |
5.3 实验结果及仿真分析 | 第66-69页 |
5.4 算法调试及应用 | 第69-70页 |
5.5 本章小结 | 第70-71页 |
第6章 总结与展望 | 第71-73页 |
6.1 总结 | 第71页 |
6.2 展望 | 第71-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-78页 |
附录 作者在读期间发表的学术论文及参加的科研项目 | 第78页 |