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

基于神经网络算法的商场道路划分研究

中文摘要第3-4页
Abstract第4-5页
第一章 引言第8-13页
    1.1 课题背景及意义第8-9页
    1.2 国内外研究现状第9-10页
    1.3 课题来源第10-11页
    1.4 论文的主要框架结构第11-13页
第二章 商场道路图像的预处理第13-24页
    2.1 商场道路环境的特殊性第13-17页
    2.2 图像的去除噪声处理第17-22页
        2.2.1 中值滤波算法第17-19页
        2.2.2 均值滤波算法第19页
        2.2.3 维纳滤波算法第19-21页
        2.2.4 三种不同滤波算法实验结果比较第21-22页
    2.3 小结第22-24页
第三章 商场道路图像增强算法第24-32页
    3.1 直方图均衡化算法第25-27页
        3.1.1 直方图第25-26页
        3.1.2 直方图均衡化处理第26-27页
    3.2 数学形态学增强法和顶帽变换第27-30页
        3.2.1 膨胀第28页
        3.2.2 腐蚀第28-29页
        3.2.3 开运算第29页
        3.2.4 闭运算第29页
        3.2.5 顶帽变换和底帽变换第29-30页
    3.3 两种增强图像方法的比较第30页
    3.4 小结第30-32页
第四章 基于神经网络算法的边缘梯度提取第32-40页
    4.1 边缘检测算子第32-35页
        4.1.1 梯度第32-33页
        4.1.2 罗伯特边缘检测算子第33页
        4.1.3 索贝尔边缘算子第33-34页
        4.1.4 Prewitt边缘算子第34-35页
        4.1.5 形态学梯度第35页
    4.2 基于神经网络的边缘检测算法第35-38页
    4.3 两种梯度图比较第38-39页
    4.4 小结第39-40页
第五章 商场道路彩色图像模型的设定第40-46页
    5.1 RGB模型第40-41页
    5.2 HIS模型第41-44页
        5.2.1 RGB模型转HIS模型第43页
        5.2.2 HIS模型转RGB模型第43-44页
    5.3 CMYK模型第44-45页
    5.4 小结第45-46页
第六章 商场道路图像的划分第46-57页
    6.1 图像分割方法概述第46-47页
    6.2 灰度阈值分割第47-49页
    6.3 形态学的分水岭分割算法第49-50页
        6.3.1 算法原理第49-50页
        6.3.2 实现的方法第50页
        6.3.3 过度分割问题第50页
    6.4 区域分裂和区域合并第50-51页
        6.4.1 区域分裂第51页
        6.4.2 区域合并第51页
    6.5 区域填充算法第51-52页
    6.6 边缘跟踪算法提取轮廓第52-53页
    6.7 商场道路划分结果第53-55页
    6.8 小结第55-57页
结论第57-59页
    1、全文总结第57-58页
    2、工作展望第58-59页
参考文献第59-63页
致谢第63-64页
个人简历第64页

论文共64页,点击 下载论文
上一篇:虚拟化技术在校园数字化建设应用研究
下一篇:民间文学艺术保护的地方性立法研究