基于最小二乘支持向量机边缘检测改进算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-13页 |
| ·图像边缘检测概论 | 第8页 |
| ·图像边缘的定义 | 第8-9页 |
| ·边缘检测方法的现状 | 第9-10页 |
| ·论文选题的目的和意义 | 第10-11页 |
| ·论文的内容安排 | 第11-13页 |
| 第二章 边缘检测基本方法 | 第13-24页 |
| ·前言 | 第13-15页 |
| ·边缘检测算法的一般步骤 | 第13-14页 |
| ·边缘检测要求 | 第14-15页 |
| ·经典边缘检测算子 | 第15-18页 |
| ·Roberts 边缘检测算子 | 第16-17页 |
| ·Sobel 边缘检测算子 | 第17页 |
| ·Prewitt 边缘检测算子 | 第17-18页 |
| ·线形滤波边缘检测 | 第18-21页 |
| ·二阶微分算子 | 第18-19页 |
| ·Canny 边缘检测算法 | 第19-20页 |
| ·LOG 算法 | 第20-21页 |
| ·基于自适应平滑滤波的边缘检测方法 | 第21-22页 |
| ·常用边缘检测算子的性能对比 | 第22-24页 |
| 第三章 多尺度自适应高斯滤波器算法 | 第24-32页 |
| ·边缘检测中的尺度 | 第24页 |
| ·高斯滤波 | 第24-25页 |
| ·多尺度自适应高斯滤波器 | 第25-32页 |
| ·基本原理 | 第25-26页 |
| ·根据局部灰度信息确定高斯滤波器原理 | 第26-28页 |
| ·算法具体 | 第28-32页 |
| 第四章 改进的基于LS-SVM 的图像边缘检测 | 第32-43页 |
| ·传统基于LS-SVM 的图像边缘检测 | 第32-38页 |
| ·支持向量机基础理论 | 第32-34页 |
| ·核函数理论 | 第34-35页 |
| ·最小二乘支持向量机 | 第35-36页 |
| ·LS-SVM 进行图像拟合的原理 | 第36-37页 |
| ·图像梯度算子和零交叉算子计算 | 第37-38页 |
| ·传统的最小二乘支持向量机边缘检测算法的缺陷 | 第38-39页 |
| ·基于最小二乘支持向量机边缘检测改进算法的实现 | 第39-40页 |
| ·仿真实验及结果分析 | 第40-43页 |
| ·仿真试验过程以及试验结果 | 第40-42页 |
| ·边缘检测性能分析 | 第42-43页 |
| 总结与展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 攻读学位期间发表的学术论文 | 第46-47页 |
| 致谢 | 第47页 |
