圆形目标识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11页 |
| 1.2 国内外研究与应用状况 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 2 图像预处理 | 第15-29页 |
| 2.1 图像增强 | 第15-19页 |
| 2.1.1 小波变换图像增强 | 第15-16页 |
| 2.1.2 Retinex图像增强 | 第16-17页 |
| 2.1.3 直方图均衡化 | 第17-18页 |
| 2.1.4 图像增强方法的比较 | 第18-19页 |
| 2.2 边缘提取算子 | 第19-24页 |
| 2.2.1 Roberts算子 | 第19-20页 |
| 2.2.2 Sobel算子 | 第20页 |
| 2.2.3 Laplacian算子 | 第20-21页 |
| 2.2.4 Canny算子 | 第21-22页 |
| 2.2.5 边缘算子的比较 | 第22-24页 |
| 2.3 图像阈值化 | 第24-28页 |
| 2.3.1 P参数法 | 第24页 |
| 2.3.2 最大熵阈值法 | 第24-25页 |
| 2.3.3 最大类间隔方差法(Otsu) | 第25-26页 |
| 2.3.4 Niblack局部阈值化方法 | 第26-27页 |
| 2.3.5 阈值化方法比较 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 常用圆检测算法 | 第29-36页 |
| 3.1 霍夫变换圆检测 | 第29-32页 |
| 3.1.1 霍夫变换基本思想 | 第29-30页 |
| 3.1.2 霍夫变换检测圆 | 第30-31页 |
| 3.1.3 霍夫变换检测圆步骤 | 第31-32页 |
| 3.2 圆度检测 | 第32页 |
| 3.2.1 圆度检测原理 | 第32页 |
| 3.2.2 圆度检测步骤 | 第32页 |
| 3.3 模板匹配 | 第32-34页 |
| 3.3.1 模板匹配原理 | 第33-34页 |
| 3.3.2 模板匹配识别多个对象 | 第34页 |
| 3.4 本章小结 | 第34-36页 |
| 4 支持向量回归联合三点拟合圆识别算法 | 第36-44页 |
| 4.1 支持向量回归(SVR)基本原理 | 第36-38页 |
| 4.2 三点拟合圆算法 | 第38-39页 |
| 4.3 支持向量回归联合三点拟合圆算法原理 | 第39-44页 |
| 4.3.1 联合算法原理 | 第39-40页 |
| 4.3.2 支持向量回归核函数的选择 | 第40-42页 |
| 4.3.3 高斯径向基核(RBF)参数的选择 | 第42-43页 |
| 4.3.4 支持向量回归联合三点拟合圆算法步骤 | 第43-44页 |
| 5 实验仿真及分析 | 第44-48页 |
| 5.1 实验平台 | 第44页 |
| 5.2 实验仿真 | 第44-45页 |
| 5.3 实验分析 | 第45-47页 |
| 5.4 本章小结 | 第47-48页 |
| 6 总结及展望 | 第48-49页 |
| 6.1 总结 | 第48页 |
| 6.2 展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 作者简介 | 第53-54页 |
