摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-13页 |
1.1 课题研究的目的及意义 | 第9页 |
1.2 国内外相关的研究概况 | 第9-11页 |
1.3 本文的主要研究工作 | 第11页 |
1.4 本文的内容结构 | 第11-13页 |
第二章 数字图像处理基础 | 第13-20页 |
2.1 图像预处理 | 第13页 |
2.1.1 图像采集与数字化 | 第13页 |
2.1.2 图像平滑 | 第13页 |
2.2 图像分割技术概述 | 第13-18页 |
2.2.1 图像分割的定义 | 第14页 |
2.2.2 图像分割方法分类 | 第14-17页 |
2.2.3 视频对象的分割 | 第17-18页 |
2.3 本章小结 | 第18-20页 |
第三章 基于 OTSU 的多阈值分割 | 第20-28页 |
3.1 OTSU 算法的基本原理 | 第20-21页 |
3.2 OTSU 算法步骤及实验结果 | 第21-22页 |
3.3 基于 OTSU 算法的多阈值分割 | 第22-25页 |
3.3.1 多阈值分割的基本原理 | 第22-23页 |
3.3.2 基于 OTSU 的多阈值分割方法 | 第23-24页 |
3.3.3 基于 OTSU 的自适应多阈值分割方法 | 第24-25页 |
3.4 基于 OTSU 的快速多阈值分割方法 | 第25-26页 |
3.5 实验结果与分析 | 第26-27页 |
3.6 本章小结 | 第27-28页 |
第四章 基于 PSO 优化的快速 OTSU 多阈值分割 | 第28-37页 |
4.1 PSO 概述 | 第28-31页 |
4.1.1 基本 PSO 算法原理 | 第29页 |
4.1.2 基本 PSO 算法描述 | 第29-30页 |
4.1.3 基本 PSO 算法流程 | 第30-31页 |
4.2 标准 PSO 算法 | 第31-34页 |
4.2.1 标准 PSO 算法分析 | 第31-33页 |
4.2.2 标准 PSO 算法参数控制 | 第33-34页 |
4.3 基于改进型 PSO 的 OTSU 快速多阈值分割 | 第34-35页 |
4.4 算法测试与分析 | 第35-36页 |
4.5 本章小结 | 第36-37页 |
第五章 类圆形目标中心定位算法 | 第37-49页 |
5.1 类圆形目标的分类及特点 | 第37页 |
5.2 常见的类圆形目标识别方法 | 第37-39页 |
5.3 Hough 变换 | 第39-42页 |
5.3.1 Hough 变换基本原理 | 第39-40页 |
5.3.2 Hough 变换的工程实现方法 | 第40页 |
5.3.3 Hough 变换的误差 | 第40-41页 |
5.3.4 Hough 变换的误差的处理 | 第41-42页 |
5.4 Hough 圆变换 | 第42页 |
5.5 快速 Hough 圆变换 | 第42-43页 |
5.6 基于 Hough 变换的类圆形目标中心定位算法 | 第43-48页 |
5.6.1 Hough 圆变换的扩展 | 第43页 |
5.6.2 椭圆的检测算法 | 第43-45页 |
5.6.3 棒材图像中的类圆团块的检测方法 | 第45-47页 |
5.6.4 类圆形中心定位核心算法流程图 | 第47-48页 |
5.7 本章小结 | 第48-49页 |
第六章 基于卡尔曼滤波的跟踪算法研究 | 第49-57页 |
6.1 卡尔曼滤波基本原理 | 第49-51页 |
6.2 基于卡尔曼滤波的跟踪算法 | 第51-54页 |
6.2.1 特征提取 | 第52页 |
6.2.2 建立运动估计模型 | 第52-53页 |
6.2.3 目标匹配算法 | 第53页 |
6.2.4 运动模型更新 | 第53-54页 |
6.3 基于卡尔曼滤波的跟踪计数 | 第54-55页 |
6.4 实验结果 | 第55-56页 |
6.5 本章小结 | 第56-57页 |
第七章 棒材在线计数系统的设计 | 第57-61页 |
7.1 基于图像处理的棒材在线计数系统的搭建 | 第57-58页 |
7.1.1 系统概述 | 第57页 |
7.1.2 系统流程框图 | 第57-58页 |
7.2 系统模块功能简介 | 第58-60页 |
7.2.1 系统硬件部分 | 第58-59页 |
7.2.2 系统图像处理软件部分 | 第59-60页 |
7.3 系统调试及运行 | 第60页 |
7.4 本章小结 | 第60-61页 |
第八章 总结与展望 | 第61-62页 |
8.1 全文总结 | 第61页 |
8.2 研究展望 | 第61-62页 |
参考文献 | 第62-66页 |
攻读硕士学位期间公开发表论文 | 第66-67页 |
致谢 | 第67页 |