冲击碎裂状态下玻璃碎片检测与参数统计方法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-17页 |
1.1 课题的来源与意义 | 第9-13页 |
1.1.1 碎片状态实验 | 第10-12页 |
1.1.2 课题应用前景 | 第12页 |
1.1.3 图像处理在玻璃碎片检测与识别中的应用 | 第12-13页 |
1.2 国内外研究动态 | 第13-14页 |
1.3 本文研究内容与结构 | 第14-16页 |
1.3.1 采集原始图像 | 第14-15页 |
1.3.2 玻璃碎片图像处理过程 | 第15-16页 |
1.4 论文结构安排 | 第16-17页 |
第2章 相关理论基础 | 第17-30页 |
2.1 图像分割技术 | 第17-21页 |
2.1.1 图像分割在图像技术中的地位 | 第17-18页 |
2.1.2 图像分割的定义 | 第18-19页 |
2.1.3 图像分割的分类 | 第19-21页 |
2.2 图像增强 | 第21-24页 |
2.2.1 图像平滑 | 第22-23页 |
2.2.2 图像锐化 | 第23-24页 |
2.3 数学形态学基本理论 | 第24-26页 |
2.4 玻璃碎片灰度图像的特点 | 第26-29页 |
2.4.1 真彩色图到彩色位图的转换 | 第26页 |
2.4.2 彩色位图到灰度图的转换 | 第26-27页 |
2.4.3 实验结果 | 第27页 |
2.4.4 玻璃碎片的灰度图像特点 | 第27-29页 |
2.5 本章小结 | 第29-30页 |
第3章 玻璃碎片缝隙线检测 | 第30-45页 |
3.1 传统边缘检测的分析及应用 | 第30-35页 |
3.1.1 Roberts边缘算子 | 第30-31页 |
3.1.2 Sobel边缘算子 | 第31-32页 |
3.1.3 Prewitt边缘算子 | 第32-33页 |
3.1.4 Kirsch边缘算子 | 第33-34页 |
3.1.5 Laplace算子 | 第34-35页 |
3.1.6 传统边缘检测结果分析 | 第35页 |
3.2 图像增强 | 第35-36页 |
3.3 背景减除法 | 第36-38页 |
3.4 Niblack二值化 | 第38-40页 |
3.5 形态学的开运算 | 第40-42页 |
3.6 缝隙线细化 | 第42-44页 |
3.7 本章小结 | 第44-45页 |
第4章 玻璃碎片个数统计 | 第45-51页 |
4.1 连通域标记 | 第45页 |
4.2 传统连通域标记算法 | 第45-48页 |
4.2.1 初始扫描 | 第46页 |
4.2.2 交替扫描 | 第46-48页 |
4.3 改进的一遍扫描算法 | 第48页 |
4.4 算法实现 | 第48-49页 |
4.5 本章小结 | 第49-51页 |
第5章 系统实现与实验结果分析 | 第51-56页 |
5.1 系统实现 | 第51-54页 |
5.2 实验结果分析 | 第54-56页 |
第6章 结论 | 第56-57页 |
参考文献 | 第57-60页 |
在学研究成果 | 第60-61页 |
致谢 | 第61页 |