声明
1 绪论
1.1基于图像的碳烟粒子性质研究意义分析
1.2国内外研究现状与发展趋势
1.2.1 基于高分辨率透射电镜的碳烟图像处理技术研究
1.2.2 基于深度神经网络的目标数目估计
1.3本文主要研究内容介绍
1.4文章章节安排
2 实验数据的制备与处理
2.1碳烟图像的人工标注
2.2数据集的标准化预处理
2.3数据扩增
(1) 裁剪
(2) 采样
(3) 变换
2.4数据集标签转换成密度图
2.5本章小结
3 基于数字图像处理的碳烟粒子检测
3.1碳烟粒子检测方法概述
3.2基于霍夫变换的圆形碳烟粒子检测
3.2.1 图像滤波
3.2.2 边缘检测
3.2.3 粒子定位
3.3基于改进的模糊C均值聚类检测碳烟粒子
3.3.1 基于模糊C均值聚类的图像分割
3.3.2 模糊C均值聚类在分割碳烟粒子上的应用改进
3.4实验结果与分析
3.5本章小结
4 基于深度神经网络的碳烟粒子计数
4.1实验难点分析与流程概述
4.2基于深度并行网络的粒子计数网络结构设计
4.3模型的训练
4.3.1 训练与测试数据准备
4.3.2 模型训练与参数配置
4.4对比实验设计
(2) 深浅网络 (DSNN)
(3) 修改的VGG16网络
(4) 开关控制网络 (SwitchNet)
4.5实验结果与分析
4.6本章小结
5 总结与展望
5.1本文内容总结及创新点阐述
5.2本课题存在的问题及研究展望
致谢
参考文献
附录一 攻读硕士期间科研成果
华中科技大学;