树木年轮图像的边缘检测与树龄测量方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究的目的和意义 | 第8页 |
| 1.2 树木年轮的相关研究 | 第8-11页 |
| 1.2.1 树木年轮及其数字图像的特征描述 | 第8-10页 |
| 1.2.2 树木年轮的应用研究 | 第10-11页 |
| 1.3 树木年轮识别国内外发展现状 | 第11-13页 |
| 1.3.1 国外发展现状 | 第11-12页 |
| 1.3.2 国内发展现状 | 第12-13页 |
| 1.4 课题研究的内容与结构 | 第13-15页 |
| 2 常见树木年轮图像处理方法 | 第15-23页 |
| 2.1 基于树木年轮图像的树龄检测方法原理 | 第15页 |
| 2.2 常见的图像边缘检测方法 | 第15-22页 |
| 2.2.1 Prewitt图像边缘检测 | 第16-17页 |
| 2.2.2 Roberts图像边缘检测 | 第17-18页 |
| 2.2.3 Sobel图像边缘检测 | 第18-19页 |
| 2.2.4 LoG图像边缘检测 | 第19页 |
| 2.2.5 Canny边缘检测 | 第19-22页 |
| 2.3 常用的树龄测量法 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于改进Canny的树木年轮图像边缘检测方法 | 第23-34页 |
| 3.1 树木年轮图像预处理方法及实现 | 第23-25页 |
| 3.1.1 树木年轮图像的色彩空间转换 | 第23-24页 |
| 3.1.2 树木年轮图像增强方法 | 第24-25页 |
| 3.2 改进的Canny边缘检测算法 | 第25-28页 |
| 3.2.1 基于双边滤波的图像去噪方法 | 第26-27页 |
| 3.2.2 多方向计算梯度幅值算法 | 第27-28页 |
| 3.3 实验结果与分析 | 第28-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 基于多角度半径追踪的树龄测量方法 | 第34-42页 |
| 4.1 多角度半径追踪方法基本思想 | 第34-35页 |
| 4.2 基于多角度半径追踪方法实现步骤 | 第35-37页 |
| 4.3 实验结果与分析 | 第37-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 总结与展望 | 第42-44页 |
| 5.1 本文工作总结 | 第42页 |
| 5.2 下一步工作 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 附录 | 第48-50页 |
