基于图像处理的橡胶中炭黑识别与杂质分割方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 橡胶混炼关键环节 | 第10-13页 |
| 1.2.1 炭黑分散过程 | 第10-11页 |
| 1.2.2 炭黑分散度评价 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.3.1 目前的研究成果 | 第13-15页 |
| 1.3.2 存在的不足 | 第15-16页 |
| 1.4 论文研究内容及章节安排 | 第16-18页 |
| 第2章 胶料图像预处理 | 第18-28页 |
| 2.1 图像处理技术 | 第18-21页 |
| 2.1.1 数字图像处理技术概述 | 第18-19页 |
| 2.1.2 MATLAB图像处理工具 | 第19-21页 |
| 2.2 图像灰度化 | 第21-22页 |
| 2.3 干扰图像处理 | 第22-27页 |
| 2.3.1 模糊图像筛选 | 第22-24页 |
| 2.3.2 图像去噪 | 第24-26页 |
| 2.3.3 图像对比度增强 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于PCNN的炭黑识别 | 第28-51页 |
| 3.1 胶料图像特点分析 | 第28-30页 |
| 3.2 胶料图像优化 | 第30-34页 |
| 3.3 典型的图像分割方法 | 第34-42页 |
| 3.3.1 阈值分割法 | 第35-38页 |
| 3.3.2 边缘分割法 | 第38-40页 |
| 3.3.3 区域分割法 | 第40-41页 |
| 3.3.4 K均值法 | 第41-42页 |
| 3.4 基于最大熵的PCNN算法 | 第42-45页 |
| 3.5 实验分析 | 第45-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 基于图像形态学的杂质分割 | 第51-72页 |
| 4.1 杂质的分析 | 第51-57页 |
| 4.1.1 杂质产生原因分析 | 第51-54页 |
| 4.1.2 杂质图像形态特征分析 | 第54-57页 |
| 4.2 杂质图像形态特征提取 | 第57-65页 |
| 4.2.1 形态特征提取的理论基础 | 第57-59页 |
| 4.2.2 杂质图像连通区域标记 | 第59-61页 |
| 4.2.3 形态特征提取 | 第61-65页 |
| 4.3 实验分析 | 第65-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 5.1 总结 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间发表的学术论文 | 第78页 |
