★计算机图像处理论文提纲范文计算机图像处理论文提纲格式模板

计算机图像处理论文提纲范文计算机图像处理论文提纲格式模板 摘要 第一部分 导论 (一) 选题缘由 (二) 国内外相关研究现状 第二部分 理论基础 (一) 相关概念界定 (二) 理论依据 (三) 研究方法 (四) 研究思路 (五) 研究的假设 第三部分 基于Moodle的引领式在线学习设计及实验 (一) Moodle平台的架构 (二) 计算机图像处理课程的设计原则 (三) 基于Moodle的引领式在线学习设计案例 (四) 实施实验 第四部分 实验数据分析 (一) 采用引领式在线学习模式对学生学习兴趣的影响 (二) 采用引领式在线学习方式对学生学习成绩的影响 (三) 实验前后实验组不同学业水平学生成绩的比较 第五部分 结论与建议 (一) 研究结论 (二) 研究建议 第六部分 结束语 _ 一 二 后记 摘要 第一章 绪论 1-1 选矿在线粒度检测技术的发展现状 1-1-1 传统的粒度检测方法 1-1-2 现代测试方法在粒度检测中的应用 1-1-3 国内选矿在线粒度检测现状及展望 1-2 国内外数字图像处理的发展现状 第二章 论文选题及研究规划 2-1 课题研究背景及选题的意义 2-2 研究方案 2-2-1 取样 2-2-2 软件编制 2-2-3 论文所做工作的验证 第三章 图像处理技术综述 3-1 图像滤波 3-1-1 中值滤波 3-1-2 a-裁剪均值滤波器 3-1-3 滑动均值滤波器 3-1-4 M滤波器 3-2 图像边缘检测 3-2-1 基于灰度直方图的门限化边缘检测 3-2-2 基于微分的边缘检测 3-2-3 LOG草帽函数 3-2-4 统计型方法 3-2-5 小波多尺度边缘检测 3-2-6 人工神经网络(ANN) 3-2-7 Canny边缘检测算子 3-2-8 基于 Facet模型的边缘检测 3-2-9 数学形态学方法 3-3 灰度图像分割 3-3-1 定义 3-3-2 图像分割的研究及发展现状 3-3-3 传统的图像分割方法 3-4 彩*像分割 3-4-1 彩*像分割方法 3-4-2 彩*像分割的应用 第四章 软件设计 4-1 软件流程 4-2 图像滤波子程序 4-3 图像分割 4-4 边界链码 4-5 粒度统计 4-5-1 颗粒特征提取 4-5-2 统计方法 第五章 在线检测初步设计 第六章 结果分析与验证 第七章 结论 _ A 攻读硕士期间参加的科研活动 B 攻读硕士期间论文 第1章 绪论 11 印刷电路板（PCB）简介 12 PCB质量检测的重要性 121 综述 122 PCB测试技术现状 13 论文的主要工作 第2章 数字图像处理技术发展与应用 21 基本概念 22 图像处理系统的硬件与软件 23 数字图像处理的特点和优点 231 数字图像处理的优点 232 数字图像处理的特点 24 数字图像处理的应用领域 第3章 PCB图像的采集 31 图像采集的基本理论 311 确定型图像场抽样 312 图像量化 32 图像输入设备 321 扫描方式 322 图像输入设备 323 CCD图像传感器 33 PCB图像采集系统设计 331 图像分辨率和采集速度的选择 332 图像的拼接 333 基准图像的获取 34 模拟实验中的图像采集设备 第4章 PCB图像预处理 41 图像空间域单点增强 411 灰度变换 412 直方图修正 42 空间域图像平滑 421 邻域平均法 422 中值滤波 423 梯度倒数加权法 424 选择式掩模平滑 43 结合PCB图像的特点选择处理方法 431 PCB图像的特点 432 PCB图像增强方法 44 PCB图像二值化和阈值选择 第5章 PCB图像识别 51 模式识别理论基础 511 模式识别的概念 512 模式识别的过程 513 常用模式识别方法 52 PCB图像模式识别 521 印制板标准 522 PCB模式识别方法 53 PCB缺陷特征选择与提取 531 常用的图像特征对PCB图像的适用性 532 短路和断路的识别 533 擦痕的识别 534 凸起的识别 535 凹坑和空洞的识别 第6章 PCB图像识别软件设计 61 综述 62 软件设计 621 虚拟软面板设计 622 图像的输入和采集软件设计 623 PCB标准板的制作子程序设计 624 PCB图像处理子程序设计 625 自动检测与识别子程序设计 63 部分源程序 第7章 PCB图像识别实例 71 实例1 72 实例2 结论 _ 期间论文 摘要 第一章 引言 1-1 研究背景及意义 1-1-1 研究背景 1-1-2 研究意义 1-2 数字图像处理概况和发展 1-2-1 彩*像滤波 1-2-2 彩*像分割 1-2-3 图像分析 1-3 论文的主要内容 1-4 论文布局 第二章 作物叶部病害图像的获取与预处理 2-1 作物叶部病害图像获取 2-1-1 图像获取设备及拍摄条件 2-1-2 作物叶部病害图像获取 2-2 颜色模型 2-2-1 RGB 颜色模型 2-2-2 HSI 颜色模型 2-2-3 CIE 颜色模型 2-3 图像滤波 2-3-1 矢量中值滤波算法 2-3-2 矢量中值滤波的改良算法 2-4 试验与分析 2-4-1 滤波效果试验与分析 2-4-2 处理速度试验与分析 2-5 本章小结 第三章 作物叶部病害图像分割 3-1 传统的图像分割算法 3-2 基于色度学准则的颜色信息融合分割方法 3-2-1 作物叶部病害图像特性 3-2-2 基于色度学准则的颜色信息融合分割方法 3-3 基于 PN 的图像分割方法 3-3-1 PN 模型 3-3-2 PN 简化模型 3-3-3 嵌套 PN 原理 3-3-4 基于嵌套 PN 的玉米病害彩*像分割 3-3-5 主要参数对分割结果的影响 3-4 图像分割试验与分析 3-4-1 试验材料与设备 3-4-2 不同算法分割结果分析 3-5 本章小结 第四