|
|
|
|
基于图像阈值分割及分形特征的纸病识别算法研究 |
| |
| 论文目录 |
| |
| 致谢 | 第1-4页 | | 摘要 | 第4-5页 | | ABSTRACT | 第5-8页 | | 第一章 绪论 | 第8-12页 | | ·课题研究的目的及意义 | 第8-9页 | | ·研究的目的 | 第8页 | | ·研究的意义 | 第8-9页 | | ·研究的背景及国内外研究现状 | 第9-10页 | | ·研究的背景 | 第9-10页 | | ·国内外研究现状 | 第10页 | | ·本文研究的内容 | 第10-12页 | | 第二章 纸病图像获取与检测系统的总体设计 | 第12-19页 | | ·纸病的概述 | 第12-15页 | | ·纸病检测实验系统概述 | 第15-18页 | | ·基本原理 | 第15页 | | ·CCD 相机简介 | 第15页 | | ·系统结构 | 第15-16页 | | ·系统硬件 | 第16页 | | ·软件环境 | 第16-18页 | | ·本章小结 | 第18-19页 | | 第三章 纸病图像预处理方法研究 | 第19-33页 | | ·图像平滑去噪 | 第19-23页 | | ·线性滤波 | 第19-20页 | | ·中值滤波 | 第20-22页 | | ·自适应滤波 | 第22-23页 | | ·图像分割 | 第23-31页 | | ·阈值分割 | 第24-28页 | | ·常见的阈值选取方法 | 第24-25页 | | ·常规的阈值法的实验结果 | 第25-26页 | | ·动态双阈值分割方法 | 第26-28页 | | ·边缘检测 | 第28-31页 | | ·边缘检测算子 | 第28-29页 | | ·各种边缘检测算子的比较及 MATLAB 实现 | 第29-31页 | | ·移除对象 | 第31-32页 | | ·本章小结 | 第32-33页 | | 第四章 分形维数与纸病图像的分形盒维数特征 | 第33-44页 | | ·分形 | 第33-35页 | | ·分形的概念 | 第33-34页 | | ·分形的发展与应用前景 | 第34-35页 | | ·分形维数 | 第35-39页 | | ·相似维 | 第36页 | | ·Hausdorff 测度 | 第36页 | | ·Hausdorff 维 | 第36-37页 | | ·q-维 | 第37-38页 | | ·盒维 | 第38-39页 | | ·纸病图像的分形盒维数特征 | 第39-43页 | | ·分形盒维数的一般计算方法及软件实现 | 第39-40页 | | ·不同纸病图像的分形盒维数特征 | 第40-43页 | | ·本章小结 | 第43-44页 | | 第五章 基于图像阈值分割及分形特征的纸病识别算法研究 | 第44-51页 | | ·常规图像特征提取和选择方法 | 第44-47页 | | ·常规特征选择的标准 | 第44-45页 | | ·形态特征 | 第45页 | | ·灰度特征 | 第45-46页 | | ·纹理特征 | 第46-47页 | | ·基于图像阈值分割及分形特征的纸病识别算法 | 第47-50页 | | ·识别算法设计原理 | 第47-48页 | | ·识别算法设计的关键技术 | 第48页 | | ·识别算法设计的计算步骤 | 第48-49页 | | ·识别算法计算结果与分析 | 第49-50页 | | ·本章小结 | 第50-51页 | | 第六章 总结与展望 | 第51-53页 | | ·总结 | 第51页 | | ·展望 | 第51-53页 | | 参考文献 | 第53-55页 | | 详细摘要 | 第55-57页 |
|
|
|
|
论文编号BS74829，这篇论文共57页
会员购买按0.35元/页下载，共需支付19.95元。 直接购买按0.5元/页下载，共需要支付28.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务