摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-14页 |
1.1 研究背景与现状 | 第10-11页 |
1.2 活性碳纤维图像的特点 | 第11-12页 |
1.3 本课题待解决问题 | 第12-13页 |
1.4 研究内容 | 第13-14页 |
第2章 材料图像预处理算法 | 第14-22页 |
2.1 ACF材料图像的滤波增强 | 第14-19页 |
2.1.1 均值滤波 | 第14-15页 |
2.1.2 自适应中值滤波 | 第15-17页 |
2.1.3 同态滤波 | 第17-19页 |
2.2 ACF材料表面图像的锐化增强 | 第19-21页 |
2.2.1 一阶梯度算子 | 第19-20页 |
2.2.2 二阶微分算子—拉氏算子 | 第20-21页 |
2.3 本章小结 | 第21-22页 |
第3章 基于轮廓模型的边缘检测算法 | 第22-32页 |
3.1 Snake模型定义 | 第22-24页 |
3.1.1 Snake背景介绍 | 第22页 |
3.1.2 Snake模型定义 | 第22-24页 |
3.2 Snake边缘检测 | 第24-26页 |
3.2.1 初始边缘的改进 | 第24-26页 |
3.2.2 Snake边缘检测的结果 | 第26页 |
3.3 Snake算法与圆拟合法的比较 | 第26-28页 |
3.4 局部二元能量拟合的隐式轮廓模型 | 第28-31页 |
3.4.1 水平集模型 | 第28页 |
3.4.2 局部二元能量拟合的活动轮廓模型 | 第28-30页 |
3.4.3 局部二元能量拟合的活动轮廓模型检测结果 | 第30-31页 |
3.5 本章小结 | 第31-32页 |
第4章 基于边缘切线方向的边界跟踪算法 | 第32-42页 |
4.1 边缘切线方向的提取 | 第32-34页 |
4.2 精确切点的寻找 | 第34-37页 |
4.3 基于切线方向边缘检测算法后的边界跟踪 | 第37-38页 |
4.4 基于边界跟踪所得结果的后续处理 | 第38-41页 |
4.4.1 邻近点的连接 | 第38-40页 |
4.4.2 似圆度计算 | 第40-41页 |
4.4.3 基于似圆度计算的边缘检测结果 | 第41页 |
4.5 本章小结 | 第41-42页 |
第5章 基于圆拟合的边界跟踪算法 | 第42-53页 |
5.1 图像的预处理 | 第42-45页 |
5.1.1 多阈值分割 | 第42-43页 |
5.1.2 霍夫变换 | 第43-45页 |
5.2 正圆拟合边缘检测 | 第45-48页 |
5.2.1 初步选取合适的圆心 | 第45-46页 |
5.2.2 寻找精确的圆心 | 第46-48页 |
5.3 椭圆拟合边缘检测 | 第48-51页 |
5.3.1 初步选取椭圆圆心 | 第48-49页 |
5.3.2 寻找精确的椭圆圆心 | 第49-51页 |
5.4 目标孔洞的特征参数 | 第51-52页 |
5.5 本章小结 | 第52-53页 |
第6章 ACF材料图像的水线变换 | 第53-65页 |
6.1 水线变换 | 第53-55页 |
6.2 基于变换的分水岭算法 | 第55-59页 |
6.2.1 距离的定义 | 第55页 |
6.2.2 数字图像处理中常用的距离 | 第55-56页 |
6.2.3 基于距离变换的分水岭算法 | 第56-59页 |
6.3 基于图像梯度的分水岭算法 | 第59-61页 |
6.4 基于控制标记符的分水岭算法 | 第61-63页 |
6.5 本章小结 | 第63-65页 |
第7章 结束语 | 第65-67页 |
7.1 全文总结 | 第65页 |
7.2 进一步的研究方向和建议 | 第65-67页 |
参考文献 | 第67-71页 |
致谢 | 第71-72页 |
作者在攻读硕士学位期间发表的论文 | 第72页 |