| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题目的与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 传统薄板计数 | 第9-10页 |
| 1.2.2 基于图像处理的计数法 | 第10-11页 |
| 1.3 论文的主要内容 | 第11-13页 |
| 第二章 薄板的目标分割与直线提取的先验知识 | 第13-27页 |
| 2.1 图像采集 | 第13页 |
| 2.2 薄板目标物的传统的图像分割法 | 第13-15页 |
| 2.2.1 基于阈值的分割方法 | 第13-14页 |
| 2.2.2 基于边缘的分割方法 | 第14页 |
| 2.2.3 基于区域的分割方法 | 第14-15页 |
| 2.3 薄板目标物的交互式分割法 | 第15-17页 |
| 2.3.1 色度键法 | 第16页 |
| 2.3.2 内外轮廓法 | 第16页 |
| 2.3.3 自由笔刷法 | 第16-17页 |
| 2.4 薄板目标物Grab Cut分割法 | 第17-21页 |
| 2.4.1 Graph Cut算法 | 第17-19页 |
| 2.4.2 Grab Cut算法 | 第19-21页 |
| 2.5 薄板直线纹理检测算法 | 第21-26页 |
| 2.5.1 Hough Transform | 第21-23页 |
| 2.5.2 直线段检测算法 | 第23-24页 |
| 2.5.3 EDLines | 第24页 |
| 2.5.4 基于主方向的直线检测算法 | 第24-25页 |
| 2.5.5 边缘提取直线 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于梯度方向的多证据薄板计数算法 | 第27-39页 |
| 3.1 基于Gabor滤波器的Sobel边缘提取 | 第27-30页 |
| 3.2 薄板纹理的去噪及细化算法 | 第30-33页 |
| 3.2.1 基于Meanshift算法的二值化处理 | 第30-31页 |
| 3.2.2 基于漫水填充去除噪声 | 第31页 |
| 3.2.3 基于形态学处理的骨架提取 | 第31-33页 |
| 3.3 基于纹理数学特征自动获取计数区域 | 第33-35页 |
| 3.4 梯度方向概率计数算法 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 薄板计数实验结果与分析 | 第39-58页 |
| 4.1 薄板自动计数系统的设计和实现 | 第39-42页 |
| 4.2 薄板目标物分割算法对比实验 | 第42-47页 |
| 4.3 Gabor与Sobel结合的直线提取 | 第47页 |
| 4.4 直线提取对比实验 | 第47-51页 |
| 4.5 梯度方向的计数分析 | 第51-53页 |
| 4.6 实验验证 | 第53-57页 |
| 4.6.1 模拟倾斜计数验证 | 第53页 |
| 4.6.2 实际测试结果分析 | 第53-56页 |
| 4.6.3 实验大量数据验证 | 第56-57页 |
| 4.7 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间的研究成果 | 第64-65页 |
| 致谢 | 第65页 |