岩石铸体薄片孔隙度图像测量技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-11页 |
| ·选题背景与研究意义 | 第7页 |
| ·国内外研究现状 | 第7-8页 |
| ·国内研究现状 | 第7-8页 |
| ·国外研究现状 | 第8页 |
| ·本文研究意义 | 第8-9页 |
| ·本文主要工作及内容安排 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 第2章 数字图像处理 | 第11-24页 |
| ·数字图像处理概述 | 第11-14页 |
| ·图像与数字图像 | 第11-12页 |
| ·图像的类别 | 第12-13页 |
| ·图像采集 | 第13页 |
| ·数字图像处理 | 第13-14页 |
| ·数字图像的常见应用行业 | 第14页 |
| ·图像分割 | 第14-15页 |
| ·图像增强 | 第15页 |
| ·彩色空间的表示 | 第15-18页 |
| ·RGB颜色空间 | 第16-17页 |
| ·HSI色彩空间 | 第17页 |
| ·HSV色彩空间 | 第17-18页 |
| ·CIE(L*a*b*)色彩空间 | 第18页 |
| ·数学形态学 | 第18-22页 |
| ·形态学的基本概念 | 第19-20页 |
| ·形态学的基本运算 | 第20-22页 |
| ·用于边缘提取的数学形态学方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 岩石铸体薄片孔隙检测方法 | 第24-43页 |
| ·阈值分割法 | 第24-25页 |
| ·直方图阈值法 | 第25-26页 |
| ·基于HSV的铸体薄片的孔隙检测方法 | 第26-33页 |
| ·HSV色彩空间模型在本文中的应用 | 第26-27页 |
| ·HSV色彩空间转换 | 第27-31页 |
| ·基于HSV的铸体薄片的孔隙检测结果分析 | 第31-33页 |
| ·特征空间聚类法 | 第33-34页 |
| ·特征空间聚类法的基本概念 | 第33页 |
| ·彩色图像特征空间 | 第33-34页 |
| ·RGB色彩切割 | 第34-36页 |
| ·基于L*a*b*的K-均值聚类孔隙检测 | 第36-41页 |
| ·K-均值聚类算法简介 | 第36页 |
| ·K-均值聚类算法的一般步骤 | 第36-37页 |
| ·CIE(L*a*b*)色彩空间转化 | 第37-39页 |
| ·相似度距离与聚类准则函数的选择 | 第39-40页 |
| ·基于L*a*b*铸体薄片孔隙检测结果与分析 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 计算铸体薄片微观孔隙度 | 第43-52页 |
| ·图像灰度化 | 第43-44页 |
| ·RGB图像向灰度图像的转化 | 第43页 |
| ·灰度图像转换结果 | 第43-44页 |
| ·灰度调整原理和结果分析 | 第44-46页 |
| ·灰度调整原理 | 第44-45页 |
| ·灰度调整结果分析 | 第45-46页 |
| ·二值图像分析 | 第46-51页 |
| ·孔洞填充 | 第48-49页 |
| ·数学形态学滤波 | 第49-50页 |
| ·孔隙度计算 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58-62页 |
| 攻读硕士学位期间发表论文 | 第62页 |
