基于图像的碳烟粒子检测与计数研究

目录

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