目标识别技术在钢筋计数系统中的研究与应用
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景和意义 | 第10-11页 |
| ·图像及数字图像处理概述 | 第11-13页 |
| ·棒材计数的国内外研究现状 | 第13-15页 |
| ·课题主要研究内容 | 第15-17页 |
| 第2章 图像识别技术基础 | 第17-23页 |
| ·图像文件格式 | 第17-18页 |
| ·JPEG文件格式 | 第17页 |
| ·BMP文件格式 | 第17-18页 |
| ·数字图像处理与识别 | 第18-20页 |
| ·目标识别技术基础 | 第18-19页 |
| ·数字图像处理与识别的一般过程 | 第19-20页 |
| ·钢筋端面图像处理流程 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 钢筋端面图像预处理 | 第23-34页 |
| ·钢筋端面图像分析 | 第23-25页 |
| ·图像灰度化 | 第25-27页 |
| ·图像增强 | 第27-31页 |
| ·常用的图像平滑方法 | 第28-30页 |
| ·双边滤波器 | 第30-31页 |
| ·钢筋端面图像的双重滤波预处理 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 钢筋端面图像分割 | 第34-47页 |
| ·图像分割概述 | 第34-35页 |
| ·经典图像分割算法 | 第35-39页 |
| ·基于阈值的分割方法 | 第35-37页 |
| ·基于区域的分割方法 | 第37页 |
| ·基于数学形态学的分割方法 | 第37-39页 |
| ·改进Otsu的钢筋图像分割算法 | 第39-43页 |
| ·经典Otsu算法 | 第39-41页 |
| ·Otsu算法的双项改进 | 第41-42页 |
| ·改进Otsu的钢筋图像分割算法实现 | 第42-43页 |
| ·实验结果与分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 钢筋端面图像识别与统计 | 第47-64页 |
| ·棒材识别方法 | 第47-49页 |
| ·像素间的基本关系 | 第49-50页 |
| ·像素的相邻性 | 第49-50页 |
| ·图像的连通性 | 第50页 |
| ·连通区域标记算法 | 第50-52页 |
| ·基于面积的钢筋端面识别算法 | 第52-55页 |
| ·钢筋端面二值图像特点 | 第53页 |
| ·基于面积的钢筋端面识别算法流程 | 第53-55页 |
| ·基于中心点提取的钢筋端面识别算法 | 第55-61页 |
| ·二值图像细化的基本原理 | 第55-58页 |
| ·基于中心点提取的钢筋端面识别算法实现 | 第58-61页 |
| ·实验结果与分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第70-71页 |
| 致谢 | 第71-72页 |
