异形纤维图像中骨架描述方法和相似度量的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 插图索引 | 第11-12页 |
| 表格索引 | 第12-13页 |
| 1 绪论 | 第13-21页 |
| ·引言 | 第13-15页 |
| ·纤维自动识别的必要性 | 第13-14页 |
| ·纤维自动识别中的关键技术 | 第14-15页 |
| ·异形纤维自动识别的研究背景 | 第15-19页 |
| ·异形纤维自动识别的研究意义 | 第15-16页 |
| ·异形纤维自动识别的研究现状 | 第16-19页 |
| ·论文的研究目标、研究内容和创新点 | 第19-21页 |
| ·研究目标 | 第19页 |
| ·研究内容 | 第19页 |
| ·创新点 | 第19页 |
| ·本文章节安排 | 第19-21页 |
| 2 异形纤维自动识别系统综述 | 第21-28页 |
| ·系统概述 | 第21-23页 |
| ·异形纤维图像制作和采集 | 第22页 |
| ·异形纤维图像预处理 | 第22页 |
| ·异形纤维图像分离 | 第22-23页 |
| ·异形纤维图像特征提取 | 第23页 |
| ·异形纤维图像分类识别 | 第23页 |
| ·特征描述和提取方法在系统中的重要性 | 第23-24页 |
| ·分类识别方法在系统中的重要性及概述 | 第24-25页 |
| ·特征描述方法概述 | 第25-27页 |
| ·骨架特征描述方法概述 | 第25-27页 |
| ·轮廓形状描述方法概述 | 第27页 |
| ·本章小结 | 第27-28页 |
| 3 系统技术路线综述 | 第28-32页 |
| ·多层次多特征识别方法综述 | 第28-30页 |
| ·方法的优点概述 | 第28页 |
| ·完善纤维骨架特征的缺点 | 第28-29页 |
| ·解决常用识别算法不足 | 第29-30页 |
| ·多层次多特征识别方法实现 | 第30-31页 |
| ·基于骨架矩阵特征的初分类 | 第30-31页 |
| ·基于轮廓形状特征的精确识别 | 第31页 |
| ·本章小结 | 第31-32页 |
| 4 基于骨架矩阵特征的纤维初分类 | 第32-46页 |
| ·骨架提取及预处理 | 第32-36页 |
| ·骨架概念 | 第32-33页 |
| ·骨架提取 | 第33-34页 |
| ·骨架修正 | 第34-36页 |
| ·骨架结构描述 | 第36-40页 |
| ·图论概述 | 第36-38页 |
| ·骨架结构 | 第38-39页 |
| ·骨架图和骨架树 | 第39-40页 |
| ·构造骨架树 | 第40-42页 |
| ·骨架树建立 | 第40-41页 |
| ·根节点选取 | 第41-42页 |
| ·构造特征矩阵 | 第42-43页 |
| ·特征矩阵匹配 | 第43-44页 |
| ·相似度量结果分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于轮廓形状特征的纤维精确识别 | 第46-54页 |
| ·基于骨架形状特征的精确识别 | 第46-49页 |
| ·骨架形状特征概述 | 第46-47页 |
| ·骨架周长特征提取 | 第47-48页 |
| ·相似度量结果分析 | 第48-49页 |
| ·基于轮廓几何特征的精确识别 | 第49-53页 |
| ·轮廓几何特征概述 | 第49-50页 |
| ·轮廓凹点特征选取 | 第50-51页 |
| ·TAR值描述凹点特征 | 第51-53页 |
| ·相似度量结果分析 | 第53页 |
| ·本章小结 | 第53-54页 |
| 6 实验结果分析 | 第54-56页 |
| ·本文实验结果 | 第54-55页 |
| ·与其他算法比较 | 第55-56页 |
| 7 总结与展望 | 第56-58页 |
| ·研究总结 | 第56页 |
| ·课题展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
