| 1 绪论 | 第1-15页 |
| ·背景知识 | 第7-12页 |
| ·图像处理的分类 | 第7-8页 |
| ·数字图像处理的起源 | 第8-9页 |
| ·数字图像处理的应用 | 第9页 |
| ·数字图像的表示方法 | 第9-11页 |
| ·简单的数字图像形成模型 | 第11-12页 |
| ·项目简介 | 第12-13页 |
| ·项目内容 | 第12页 |
| ·项目目的要求 | 第12页 |
| ·项目整体组成 | 第12-13页 |
| ·本文研究工作 | 第13-15页 |
| 2 课题内容分析与实现 | 第15-50页 |
| ·图像的预处理 | 第15-18页 |
| ·目标图像的分析 | 第15-17页 |
| ·图像预处理 | 第17-18页 |
| ·运算效果的比较 | 第18页 |
| ·图像的去噪(复原) | 第18-25页 |
| ·图像复原过程模型 | 第18-19页 |
| ·噪声参数的估计 | 第19页 |
| ·Wiener滤波器 | 第19-22页 |
| ·均值比较去噪 | 第22-24页 |
| ·降噪效果分析比较 | 第24-25页 |
| ·图像增强 | 第25-42页 |
| ·简单介绍 | 第25-26页 |
| ·直接对比度图像增强(DCE) | 第26-27页 |
| ·直方图增强 | 第27-30页 |
| ·基于离散平稳小波变换的红外图像对比度增强 | 第30-42页 |
| ·图像分割 | 第42-43页 |
| ·图像分割阈值的确定 | 第42-43页 |
| ·算法实现步骤 | 第43页 |
| ·插值处理 | 第43-45页 |
| ·消除噪声斑 | 第45-48页 |
| ·基本理论 | 第45-46页 |
| ·图像的8邻域划分 | 第46页 |
| ·消除噪声斑 | 第46-47页 |
| ·闭运算 | 第47-48页 |
| ·图像分析 | 第48-50页 |
| ·分析图像中有无目标(光斑) | 第48-49页 |
| ·激光光斑重心计算方法 | 第49-50页 |
| 3 算法评价 | 第50-57页 |
| ·算法评价准则 | 第50-53页 |
| ·定性分析准则 | 第50-51页 |
| ·定量分析准则 | 第51页 |
| ·定性实验准 | 第51页 |
| ·定量实验准则 | 第51-53页 |
| ·算法评价框架 | 第53-55页 |
| ·性能评判 | 第53-54页 |
| ·图像合成 | 第54页 |
| ·算法测试 | 第54-55页 |
| ·基于评价知识的图像算法优选系统 | 第55页 |
| ·算法优选策略和系统实现 | 第55-56页 |
| ·实验和结果 | 第56-57页 |
| 4 算法实现步骤 | 第57-58页 |
| ·算法实现框图 | 第57页 |
| ·框图各部分的相关运算 | 第57-58页 |
| 5 检测分析系统的软件开发 | 第58-62页 |
| ·软件系统设计 | 第58-60页 |
| ·设计原则 | 第58页 |
| ·系统体系结构 | 第58-59页 |
| ·安全设计 | 第59页 |
| ·自动化设计 | 第59页 |
| ·数据库的设计 | 第59页 |
| ·界面设计 | 第59-60页 |
| ·总体设计 | 第60页 |
| ·软件系统实现 | 第60页 |
| ·工具的选择 | 第60页 |
| ·系统功能 | 第60页 |
| ·主要实现程序 | 第60页 |
| ·系统质量评价 | 第60-62页 |
| 6 结束语 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67-79页 |
| 附录A 主要Matlab程序 | 第67-79页 |
| A.1 my_wave.m | 第67-68页 |
| A.2 my_inv_wavelet.m | 第68-70页 |
| A.3 my_denosing11.m | 第70-71页 |
| A.4 my_dce_enh_1.m | 第71页 |
| A.5 my_hist_stretch.m | 第71-72页 |
| A.6 my_multiscal_enhallce4.m | 第72-73页 |
| A.7 mydistthr2_2.m | 第73-74页 |
| A.8 my_wavelet0.m | 第74-76页 |
| A.9 my_soft_thres_denoise.m | 第76-77页 |
| A.10 mydistthr.m | 第77-79页 |
| 附录B 实现项目的主要Delphi源程序 | 第79页 |