一种新的发光二极管自动精确计数方法
| 目录 | 第2-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第8-14页 |
| 1.1 课题背景 | 第8-11页 |
| 1.1.1 发光二极管计数概述 | 第8-9页 |
| 1.1.2 图像处理的发展 | 第9-10页 |
| 1.1.3 图像处理在LED管芯计数中的应用现状 | 第10-11页 |
| 1.2 课题研究的意义 | 第11-12页 |
| 1.3 论文的总体思路 | 第12-14页 |
| 第二章 常规的图像处理技术 | 第14-23页 |
| 2.1 图像去噪 | 第14-16页 |
| 2.1.1 均值滤波器 | 第15页 |
| 2.1.2 中值滤波器 | 第15-16页 |
| 2.1.3 自适应滤波器 | 第16页 |
| 2.2 图像分割 | 第16-20页 |
| 2.2.1 基于阈值的分割方法 | 第17页 |
| 2.2.2 基于边缘的分割方法 | 第17-20页 |
| 2.3 表示和描述 | 第20-21页 |
| 2.3.1 图像表示方法 | 第20页 |
| 2.3.2 图像描述方法 | 第20-21页 |
| 2.4 对象识别 | 第21-23页 |
| 2.4.1 统计识别 | 第21-22页 |
| 2.4.2 句法模式识别 | 第22页 |
| 2.4.3 神经网络模式识别 | 第22页 |
| 2.4.4 模糊模式识别 | 第22-23页 |
| 第三章 LED管芯计数算法实现 | 第23-33页 |
| 3.1 均值滤波 | 第23-24页 |
| 3.2 过检测策略 | 第24-26页 |
| 3.2.1 管芯极点局部区域 | 第24页 |
| 3.2.2 局部极小值 | 第24-26页 |
| 3.3 局部区域描绘子 | 第26-29页 |
| 3.3.1 区域描绘 | 第26-28页 |
| 3.3.2 直方图分布 | 第28-29页 |
| 3.4 K-MEANS聚类 | 第29-31页 |
| 3.5 孤立点去除 | 第31-32页 |
| 3.6 两极匹配 | 第32-33页 |
| 第四章 结果与应用 | 第33-43页 |
| 4.1 算法描述 | 第33-35页 |
| 4.1.1 主要步骤 | 第33页 |
| 4.1.2 核心代码 | 第33-35页 |
| 4.2 系统结果 | 第35-38页 |
| 4.2.1 计数准确率 | 第36页 |
| 4.2.2 算法稳定性 | 第36-37页 |
| 4.2.3 对比试验 | 第37-38页 |
| 4.3 系统应用举例及分析 | 第38-39页 |
| 4.4 系统软件界面 | 第39-43页 |
| 第五章 讨论 | 第43-47页 |
| 5.1 系统有效性 | 第43-44页 |
| 5.1.1 可靠性 | 第43页 |
| 5.1.2 推广应用价值 | 第43-44页 |
| 5.2 误差来源 | 第44-46页 |
| 5.3 创新点和局限性 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 6.1 总结 | 第47-48页 |
| 6.2 展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
