声明
摘要
第一章 绪论
1.1 研究的背景和意义
1.2 国内外研究现状
1.3 系统整体框架
1.4 本文结构安排
第二章 图像处理主要算法研究
2.1 数字图像处理的主要内容
2.2 图像的预处理
2.2.1 直方图均衡化
2.2.2 灰度指数变换
2.2.3 灰度阈值变换
2.2.4 灰度幂次变换
2.3 图像分割技术
2.3.1 常用的图像分割方法
2.3.2 迭代阈值分割
2.3.3 最大类间方差阈值分割
2.3.4 最小一维交叉熵阈值分割
2.3.5 二维OTSU阈值分割
2.4 形态学图像处理
2.4.1 图像的腐蚀
2.4.2 图像的膨胀
2.4.3 图像的开运算
2.4.4 图像的闭运算
2.4.5 图像的形态学梯度
2.5 本章小结
第三章 系统结构总体介绍
3.1 系统处理流程
3.2 整体算法框架
3.3 系统硬件设计
3.3.1 图像采集部分设计
3.3.2 絮凝剂投加控制电路
3.3.3 主控制器PC
3.4 系统软件平台设计与实现
3.4.1 软件开发环境
3.4.2 软件设计与实现
3.5 本章小结
第四章 基于图像处理的特征抽取
4.1 图像特征
4.1.1 常见的图像特征
4.1.2 图像特征的选择
4.1.3 常用的图像特征分类标准
4.2 图像识别特征
4.3 原水图像特征抽取
4.4 本章小结
第五章 基于SVM的自动颗粒识别
5.1 分类问题介绍
5.2 支持向量机SVM
5.2.1 SVM基本原理
5.2.2 线性分类器
5.2.3 核函数
5.3 LibSVM
5.4 分类器的训练
5.5 分类器的使用
5.6 本章小结
第六章 总结与展望
6.1 工作总结
6.2 不足与展望
参考文献
致谢