景物边缘提取技术的研究与应用
| 第一章 绪论 | 第1-14页 |
| 1．1 概述 | 第7-9页 |
| 1．2 景物边缘提取的基本概念 | 第9页 |
| 1．3 国内外研究的现状 | 第9-12页 |
| 1．4 论文的主要工作 | 第12页 |
| 1．5 论文的内容安排 | 第12-14页 |
| 第二章 经典边界提取的方法 | 第14-29页 |
| 2．1 基于微分算子的边缘提取方法 | 第14-17页 |
| 2．1．1 基于一阶微分的边缘提取算子 | 第14-16页 |
| 2．1．2 基于二阶微分的边缘提取算子 | 第16-17页 |
| 2．2 马尔-希尔德雷斯边缘提取方法 | 第17-20页 |
| 2．2．1 LOG滤波器的计算实现 | 第19-20页 |
| 2．3 坎尼边缘提取方法 | 第20-23页 |
| 2．3．1 坎尼算子的基本原理 | 第20-22页 |
| 2．3．2 坎尼算子的计算实现 | 第22-23页 |
| 2．4 多尺度边缘聚焦法提取边缘 | 第23-25页 |
| 2．4．1 边缘聚焦的基本思想 | 第23-25页 |
| 2．4．2 边缘聚焦算法的实现 | 第25页 |
| 2．5 基于自适应平滑滤波的边缘提取方法 | 第25-29页 |
| 2．5．1 自适应平滑的基本原理 | 第26-27页 |
| 2．5．2 自适应平滑算法 | 第27-28页 |
| 2．5．3 自适应平滑特征的边缘提取 | 第28-29页 |
| 第三章 松弛迭代法提取景物边界 | 第29-38页 |
| 3．1 松弛迭代法的基本思想 | 第30-31页 |
| 3．2 参数松弛法 | 第31-38页 |
| 3．2．1 参数松弛法的基本思想 | 第31-36页 |
| 3．2．2 参数松弛法的实现 | 第36-37页 |
| 3．2．3 仿真实验 | 第37-38页 |
| 第四章 提取景物边界的启发式搜索方法 | 第38-46页 |
| 4．1 边界搜索 | 第38-39页 |
| 4．2 启发式搜索 | 第39-46页 |
| 4．2．1 启发式搜索的基本原理 | 第39-40页 |
| 4．2．2 启发式搜索算法的实现 | 第40-44页 |
| 4．2．3 启发式搜索算法的整个流程 | 第44-45页 |
| 4．2．4 仿真实验 | 第45-46页 |
| 第五章 独立边界自增强的方法 | 第46-61页 |
| 5．1 概述 | 第46-48页 |
| 5．2 独立边界自增强算法 | 第48-51页 |
| 5．3 边界检测 | 第51页 |
| 5．4 边界引导的随机启发式搜索 | 第51-57页 |
| 5．4．1 开始点的选择 | 第52-53页 |
| 5．4．2 搜索扩展点的选择 | 第53-56页 |
| 5．4．3 终止点的选择 | 第56-57页 |
| 5．5 搜索轨迹自增强的积累 | 第57-59页 |
| 5．6 边界或非边界标记的确定 | 第59页 |
| 5．7 完整的算法流程 | 第59-60页 |
| 5．8 实验结果及分析 | 第60-61页 |
| 第六章 应用景物边界提取技术与飞机场跑道识别 | 第61-75页 |
| 6．1 简介 | 第61-62页 |
| 6．2 军用机场跑道的自动识别算法 | 第62-75页 |
| 6．2．1 机场跑道的基本模型 | 第62页 |
| 6．2．2 自动识别算法的基本思想 | 第62-65页 |
| 6．2．3 自动识别算法的具体实现 | 第65-73页 |
| 6．2．4 实验结果 | 第73-75页 |
| 第七章 总结与展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间撰写和已发表的论文 | 第83页 |
