| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-18页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外发展与现状 | 第11-14页 |
| ·微光技术的研究现状 | 第11-12页 |
| ·图像去噪技术的研究现状 | 第12页 |
| ·边缘提取技术的研究现状 | 第12-13页 |
| ·轮廓编组技术的研究现状 | 第13-14页 |
| ·论文主要内容及创新点 | 第14-18页 |
| ·论文基本流程简介 | 第14-16页 |
| ·本文主要内容 | 第16-17页 |
| ·本文创新点 | 第17-18页 |
| 2 微光图像增强去噪算法研究与实现 | 第18-31页 |
| ·微光图像的特点 | 第18-19页 |
| ·微光图像特征分析 | 第18-19页 |
| ·微光图像噪声特点分析 | 第19页 |
| ·基于局部窗口方差的微光图像增强算法研究与实现 | 第19-21页 |
| ·常用图像去噪算法研究 | 第21-23页 |
| ·维纳滤波 | 第21-22页 |
| ·中值滤波 | 第22页 |
| ·均值滤波 | 第22-23页 |
| ·基于小波域隐HMT模型的微光图像去噪算法的研究与实现 | 第23-28页 |
| ·小波变换 | 第23-24页 |
| ·小波域隐马尔科夫树(HMT)模型 | 第24-25页 |
| ·HMT参数估计 | 第25-27页 |
| ·基于HMT的微光图像去噪 | 第27-28页 |
| ·实验分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 3 微光图像边缘提取算法研究与实现 | 第31-41页 |
| ·传统图像边缘提取算法研究 | 第31-35页 |
| ·图像边缘特性分析 | 第31-32页 |
| ·常用边缘提取算子的研究 | 第32-35页 |
| ·基于小波多尺度分析的微光图像边缘提取算法 | 第35-40页 |
| ·小波多尺度边缘提取理论分析 | 第35页 |
| ·自适应阈值的小波多尺度边缘提取 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 4 微光图像轮廓编组算法研究与实现 | 第41-50页 |
| ·格式塔知觉组织原理 | 第41-42页 |
| ·轮廓编组 | 第42页 |
| ·微光图像的轮廓编组算法实现 | 第42-49页 |
| ·编组元的构造算法 | 第42-43页 |
| ·基于边界和区域信息的轮廓编组算法实现 | 第43-46页 |
| ·实验分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| ·工作总结 | 第50页 |
| ·工作展望 | 第50-52页 |
| 参考文献 | 第52-53页 |
| 作者简历 | 第53-55页 |
| 学位论文数据集 | 第55页 |