纸浆纤维图像分离算法的实现
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·课题研究现状与进展 | 第10-11页 |
| ·本文的组织结构和要点 | 第11-13页 |
| 第2章 数字图像分离的理论基础 | 第13-19页 |
| ·图像分离的定义 | 第13-14页 |
| ·图像分离的分类 | 第14-17页 |
| ·基于边界的图像分离方法 | 第14-15页 |
| ·基于阈值的图像分离方法 | 第15页 |
| ·基于区域分离的图像分离方法 | 第15-16页 |
| ·基于特殊理论工具的图像分离方法 | 第16-17页 |
| ·图像分离算法的评价 | 第17-19页 |
| ·各种图像分离方法分离图像的基本依据和条件 | 第17页 |
| ·图像分离算法评价 | 第17-19页 |
| 第3章 纸浆纤维分离系统 | 第19-32页 |
| ·纸浆纤维分离系统的总体方案 | 第19-20页 |
| ·纸浆纤维分离系统硬件构成 | 第20-24页 |
| ·主机系统 | 第21-22页 |
| ·图像输入设备 | 第22-23页 |
| ·图像采集设备 | 第23页 |
| ·图像输出设备 | 第23-24页 |
| ·纸浆纤维分离系统软件设计 | 第24-32页 |
| ·开发工具 | 第24-27页 |
| ·软件界面模块 | 第27-28页 |
| ·图像采集模块 | 第28-30页 |
| ·图像处理与分析模块 | 第30-32页 |
| 第4章 纸浆纤维图像分离算法 | 第32-50页 |
| ·纸浆纤维图像的预处理 | 第32-37页 |
| ·纸浆纤维图像的二值化 | 第32-34页 |
| ·基于小波变换的去噪算法 | 第34-36页 |
| ·基于空域梯度法的增强算法 | 第36-37页 |
| ·基于Canny 算子的边缘检测算法 | 第37-39页 |
| ·基于模糊判决的边缘连接算法 | 第39-40页 |
| ·纸浆纤维图像的识别 | 第40-44页 |
| ·纸浆纤维图像的特征提取 | 第40-42页 |
| ·基于局部曲率函数的角点检测算法 | 第42-44页 |
| ·基于数学形态学的纸浆纤维图像分离算法 | 第44-50页 |
| ·数学形态学的基本理论概述 | 第44-47页 |
| ·基于流域分割理论的纸浆纤维图像分离方法 | 第47-50页 |
| 第5章 纸浆纤维图像分离算法编程 | 第50-63页 |
| ·框架系统的结构组成 | 第50-53页 |
| ·系统算法的程序实现 | 第53-57页 |
| ·图像分离对算法的要求 | 第57-58页 |
| ·影响图像分离的主要因素 | 第58-59页 |
| ·纤维图像分离测试结果 | 第59-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·工作总结 | 第63-64页 |
| ·研究展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 在学期间主要科研成果 | 第70页 |
| 一、发表学术论文 | 第70页 |
| 二、其它科研成果 | 第70页 |
