声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外风管清洁装置的研究现状
1.3 嵌入式实时图像处理的研究现状
1.4 本文的主要工作
1.5 本章小结
第二章 清洁装置系统及图像的小波分析基础
2.1 清洁装置系统
2.1.1 控制子系统
2.1.2 机器视觉子系统
2.1.3 其他辅助设备
2.1.4 清洁装置的操作系统uClinux
2.2 机器视觉对图像处理的性能要求
2.3 图像处理器简介
2.4 小波分析理论基础
2.4.1 小波的定义
2.4.2 多尺度分析
2.4.3 小波变换的基本思想
2.5 本章小结
第三章 空调风管内壁图像的去噪
3.1 常见的噪声类别
3.2 小波阈值去噪方法
3.3 收缩函数
3.3.1 传统的收缩函数及其不足
3.3.2 改进的收缩函数
3.4 收缩阈值
3.4.1 传统的阈值选取
3.4.2 改进的阈值
3.5 风管内壁图像去噪实验
3.6 本章小结
第四章 空调风管内壁图像的压缩编码
4.1 EZW编码
4.1.1 EZW算法思想
4.1.2 零树表示
4.1.3 EZW算法描述
4.2 SPIHT编码
4.2.1 SPIHT算法描述
4.2.2 SPIHT算法的具体步骤
4.3 SPECK编码
4.3.1 SPECK算法描述
4.3.2 SPECK算法的编码步骤
4.4 EZW、SPIHT、SPECK算法比较
4.5 改进的SPECK编码算法
4.5.1 偏移处理
4.5.2 处理顺序的优化
4.5.3 引入最大值链表
4.5.4 改进后的算法实现
4.6 风管内壁图像压缩编码实验
4.7 本章小结
第五章 空调风管清洁装置的软件设计
5.1 主程序流程
5.2 机器视觉系统软件设计
5.3 控制系统软件设计
5.4 人机交互界面设计
5.5 本章小结
第六章 总结与展望
6.1 研究工作总结
6.2 后期工作展望
参考文献
发表论文和科研情况说明
致谢