针状晶体图像目标识别方法
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-25页 |
| ·课题背景和意义 | 第12-14页 |
| ·结晶过程控制与测量技术 | 第14-16页 |
| ·晶体结晶过程及其控制 | 第14-15页 |
| ·晶体测量方法与基于机器视觉的监测技术 | 第15-16页 |
| ·机器视觉技术及其应用 | 第16-18页 |
| ·机器视觉的概念和特点 | 第16页 |
| ·机器视觉系统软硬件结构 | 第16-17页 |
| ·机器视觉的应用领域 | 第17-18页 |
| ·针状晶体 | 第18-20页 |
| ·针状晶体特征分析 | 第18-19页 |
| ·二甲苯麝香针状晶体 | 第19-20页 |
| ·国内外晶体目标监测和识别研究的现状 | 第20-24页 |
| ·本文主要研究内容 | 第24-25页 |
| 第2章 针状晶体图像的采集和预处理 | 第25-54页 |
| ·引言 | 第25-26页 |
| ·针状晶体图像的采集 | 第26-29页 |
| ·图像采集设备 | 第26-27页 |
| ·采集环境设计 | 第27-29页 |
| ·采集过程与采集结果 | 第29页 |
| ·图像的去噪处理 | 第29-33页 |
| ·图像噪声分析 | 第29-30页 |
| ·图像去噪方法概述 | 第30-32页 |
| ·图像中值滤波处理 | 第32-33页 |
| ·图像分割处理 | 第33-44页 |
| ·图像分割概述 | 第33-37页 |
| ·图像阈值分割法 | 第37-39页 |
| ·针状晶体图像直方图分析 | 第39-40页 |
| ·灰度分布的概率密度函数和概率密度曲线 | 第40-41页 |
| ·基于灰度分布最速下降法的单阈值分割 | 第41-44页 |
| ·形态学图像增强 | 第44-52页 |
| ·形态学图像处理概述 | 第44-45页 |
| ·填充孔洞处理 | 第45-46页 |
| ·结构元素选取 | 第46-48页 |
| ·晶体区域的膨胀增强 | 第48-50页 |
| ·晶体区域边缘的开运算增强 | 第50-51页 |
| ·晶体区域边缘的闭运算增强 | 第51-52页 |
| ·本章总结 | 第52-54页 |
| 第3章 针状晶体目标的特征提取和拟合 | 第54-87页 |
| ·引言 | 第54-55页 |
| ·直线特征检测 | 第55-61页 |
| ·直线检测方法概述 | 第55-57页 |
| ·利用相位编组法检测针状晶体边缘直线 | 第57-61页 |
| ·直线聚类分析 | 第61-63页 |
| ·聚类分析概述 | 第61-62页 |
| ·连通区域边缘直线的聚类分析 | 第62-63页 |
| ·连通区域的特征直线提取 | 第63-65页 |
| ·连通区域特征直线分析与定义 | 第63-64页 |
| ·特征直线提取步骤与结果 | 第64-65页 |
| ·晶体区域边缘检测 | 第65-69页 |
| ·边缘检测概述 | 第65页 |
| ·边缘检测算子 | 第65-69页 |
| ·用Canny算子检测晶体区域边缘 | 第69页 |
| ·针状晶体区域的矩形拟合 | 第69-73页 |
| ·拟合的目标和方法概述 | 第69-70页 |
| ·针状晶体区域的矩形拟合步骤 | 第70-73页 |
| ·针状晶体矩形拟合结果 | 第73页 |
| ·针状晶体图像中晶体目标的标示和提取 | 第73-74页 |
| ·本章总结 | 第74-75页 |
| 第4章 粘连晶体区域的再分割处理 | 第75页 |
| ·引言 | 第75-76页 |
| ·粘连区域边界凹点检测 | 第76-80页 |
| ·凹点检测概述 | 第76-77页 |
| ·粘连区域外边界的凹点检测 | 第77-78页 |
| ·粘连区域孔洞边界的凹点检测 | 第78-80页 |
| ·粘连区域边界凹点的匹配 | 第80-83页 |
| ·粘连区域外边界凹点的匹配 | 第80-81页 |
| ·粘连区域孔洞边界凹点的匹配 | 第81-83页 |
| ·晶体粘连区域的分割线条件 | 第83-84页 |
| ·粘连区域的分割方法 | 第84-85页 |
| ·本章总结 | 第85-87页 |
| 第5章 针状晶体目标识别系统设计与实验 | 第87-107页 |
| ·引言 | 第87页 |
| ·系统简介 | 第87页 |
| ·系统开发环境和开发工具 | 第87页 |
| ·系统设计及工作原理 | 第87-90页 |
| ·系统工作过程 | 第90-95页 |
| ·工作界面 | 第90页 |
| ·系统操作与参数设置 | 第90-91页 |
| ·系统处理流程和中间结果 | 第91-95页 |
| ·系统识别结果分析 | 第95-106页 |
| ·本章总结 | 第106-107页 |
| 第6章 结论及展望 | 第107-110页 |
| ·工作总结 | 第107-108页 |
| ·后续工作及展望 | 第108-110页 |
| 参考文献 | 第110-117页 |
| 作者攻读硕士学位期间完成的论文及其他科研成果 | 第117页 |