数字图像处理在原棉异物识别中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·课题研究背景 | 第8-10页 |
| ·国内外研究状况 | 第10-12页 |
| ·基于可见光检测源 | 第10页 |
| ·基于紫外光检测源 | 第10-11页 |
| ·基于近红外光检测源 | 第11页 |
| ·基于超生波及X 射线检测源 | 第11-12页 |
| ·基于不同的颜色空间 | 第12页 |
| ·课题研究的目的和意义 | 第12页 |
| ·课题的主要内容 | 第12-13页 |
| ·实验平台介绍 | 第13页 |
| ·硬件平台 | 第13页 |
| ·软件平台 | 第13页 |
| ·本章小结 | 第13-14页 |
| 2 原棉异物类别及其对品质的影响 | 第14-17页 |
| ·原棉异物类别 | 第14-15页 |
| ·常见的原棉异物 | 第14-15页 |
| ·原棉异物的分类 | 第15页 |
| ·原棉异物对品质评定的影响 | 第15-16页 |
| ·原棉品质评定标准 | 第15页 |
| ·原棉异物对棉制品品质的影响 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 3 原棉异物识别的方法与原理 | 第17-34页 |
| ·数字图像处理的基本内容和方法 | 第17-18页 |
| ·图像的预处理 | 第18-23页 |
| ·图像的直方图及其修正 | 第18-21页 |
| ·图像光照不匀的校正 | 第21-22页 |
| ·图像的去噪 | 第22-23页 |
| ·图像分割与特征识别算法 | 第23-30页 |
| ·基于改进后的Otsu阈值分割法 | 第24-27页 |
| ·基于分形维数的自适应阈值分割法 | 第27-30页 |
| ·图像的数字形态学处理 | 第30-32页 |
| ·图像的二值化 | 第31页 |
| ·二值图像形态学处理 | 第31页 |
| ·图像的结构元素矩阵 | 第31页 |
| ·图像的膨胀和腐蚀 | 第31-32页 |
| ·二值图像面积的提取 | 第32页 |
| ·本章小结 | 第32-34页 |
| 4 图像处理的研究及分析 | 第34-50页 |
| ·原棉异物图像录入 | 第34-36页 |
| ·图像的数字化 | 第34-35页 |
| ·原棉异物图像的采集 | 第35页 |
| ·录入设备的选择 | 第35页 |
| ·录入图像的显示 | 第35-36页 |
| ·图像的预处理 | 第36-41页 |
| ·图像类型的转换 | 第36-37页 |
| ·图像的直方图增强 | 第37-41页 |
| ·图像的光照不匀调整和去噪 | 第41页 |
| ·原棉异物的识别 | 第41-48页 |
| ·棉籽类异物图像的识别 | 第41-44页 |
| ·纤维类异物图像的识别 | 第44-46页 |
| ·白色丙纶类异物图像的识别 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 5 总结与展望 | 第50-52页 |
| ·工作总结 | 第50-51页 |
| ·下一步工作的展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56页 |
