| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题的来源和研究背景及意义 | 第8-10页 |
| 1.1.1 课题的来源 | 第8页 |
| 1.1.2 课题的研究背景及意义 | 第8-10页 |
| 1.2 图像边缘检测 | 第10-14页 |
| 1.2.1 图像边缘的定义 | 第10-12页 |
| 1.2.2 边缘检测的研究现状及发展 | 第12-14页 |
| 1.3 粒子滤波算法的应用 | 第14-15页 |
| 1.4 论文的研究内容和章节的安排 | 第15-17页 |
| 第2章 图像边缘检测方法的研究 | 第17-29页 |
| 2.1 灰度图像边缘检测算法 | 第17-25页 |
| 2.1.1 基于梯度的图像边缘检测 | 第17-20页 |
| 2.1.2 基于二阶微分的图像边缘检测 | 第20-22页 |
| 2.1.3 其他几种边缘检测方法 | 第22-25页 |
| 2.2 彩色图像边缘检测算法 | 第25-29页 |
| 2.2.1 合成方法检测彩色图像的边缘 | 第25-27页 |
| 2.2.2 矢量方法检测彩色图像的边缘 | 第27-29页 |
| 第3章 粒子滤波基本原理 | 第29-39页 |
| 3.1 动态系统状态空间模型 | 第29-30页 |
| 3.2 蒙特卡罗（ MONTE CARLO） 模拟理论 | 第30页 |
| 3.3 重要性采样和状态估计输出 | 第30-35页 |
| 3.3.1 贝叶斯估计理论 | 第30-32页 |
| 3.3.2 贝叶斯重要性采样(BIS) | 第32-34页 |
| 3.3.3 序贯重要性采样（SIS） | 第34-35页 |
| 3.3.4 状态估计输出 | 第35页 |
| 3.4 退化现象和重采样 | 第35-37页 |
| 3.5 粒子滤波算法流程 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 基于粒子滤波的彩色图像边缘检测 | 第39-56页 |
| 4.1 引言 | 第39-41页 |
| 4.2 颜色空间的选择 | 第41-45页 |
| 4.3 初始点的选择 | 第45-46页 |
| 4.4 状态转移模型和观测模型 | 第46-53页 |
| 4.4.1 状态转移模型 | 第46-48页 |
| 4.4.2 观测模型 | 第48-53页 |
| 4.5 结束条件 | 第53-54页 |
| 4.6 基于粒子滤波的彩色图像边缘检测算法流程 | 第54-56页 |
| 第5章 实验与分析 | 第56-64页 |
| 5.1 原始无噪声图像边缘检测 | 第57-60页 |
| 5.2 带噪声图像的边缘检测 | 第60-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-65页 |
| 6.1 全文总结 | 第64页 |
| 6.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位起见的研究成果 | 第70页 |