| 提要 | 第1-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究背景 | 第8-10页 |
| ·数学形态学与图像处理 | 第8-9页 |
| ·数学形态学的发展状况 | 第9-10页 |
| ·本课题研究的意义 | 第10-11页 |
| ·基于数学形态学的图像处理的优势 | 第11-13页 |
| ·论文的主要工作及内容安排 | 第13-16页 |
| ·主要工作 | 第13-14页 |
| ·章节安排 | 第14-16页 |
| 第2章 数学形态学在图像处理中的基本理论 | 第16-36页 |
| ·基本符号和术语 | 第16-18页 |
| ·二值图像的数学形态学 | 第18-27页 |
| ·膨胀和腐蚀 | 第19-23页 |
| ·开运算和闭运算 | 第23-26页 |
| ·击中变换和击不中变换 | 第26页 |
| ·二值图像的数学形态学应用 | 第26-27页 |
| ·灰度图像的数学形态学 | 第27-35页 |
| ·灰度形态学的理论基础 | 第28-29页 |
| ·膨胀和腐蚀运算 | 第29-32页 |
| ·灰度形态开启和闭合运算 | 第32-33页 |
| ·结构元素的选取方法 | 第33-34页 |
| ·几种灰度图像形态学梯度边缘检测算子 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于百分位形态变换的图像边缘检测 | 第36-59页 |
| ·图像边缘检测概述 | 第36-40页 |
| ·图像边缘的定义 | 第36-37页 |
| ·边缘检测及其发展 | 第37-38页 |
| ·图像边缘检测意义 | 第38-39页 |
| ·边缘检测中的遇到的问题 | 第39-40页 |
| ·边缘检测的形态学方法优势 | 第40页 |
| ·现有的边缘检测技术 | 第40-47页 |
| ·经典边缘检测算子 | 第40-42页 |
| ·实验结果比较和分析 | 第42-43页 |
| ·新兴边缘检测技术 | 第43-45页 |
| ·形态学边缘提取原理 | 第45-47页 |
| ·百分位形态变换 | 第47-52页 |
| ·顺序形态变换的概念 | 第47-49页 |
| ·复合顺序形态变换 | 第49页 |
| ·结构元素和百分位值 | 第49-52页 |
| ·基于百分位形态变换的图像边缘检测 | 第52-59页 |
| ·多元结构的复合顺序形态学边缘检测算子 | 第52-53页 |
| ·顺序形态算子边缘提取的几何解释 | 第53-54页 |
| ·基于百分位形态变换的边缘检测方法 | 第54-59页 |
| 第4章 基于图像局部熵和顺序形态变换的图像边缘检测 | 第59-68页 |
| ·图像熵 | 第59-62页 |
| ·局部熵描述的合理性 | 第60-61页 |
| ·局部灰度熵的性质分析 | 第61-62页 |
| ·百分位形态变换与图像局部熵相结合的边缘检测算法 | 第62-68页 |
| 第5章 基于顺序形态学的图像增强 | 第68-82页 |
| ·图像增强概述 | 第68-74页 |
| ·图像增强 | 第68-69页 |
| ·图像增强的意义 | 第69-70页 |
| ·图像增强方法综述 | 第70-74页 |
| ·基于Tsallis 熵和顺序形态变换的图像增强 | 第74-78页 |
| ·Tsallis 熵 | 第75-76页 |
| ·Tsallis 熵的构造原理 | 第76-78页 |
| ·Tsallis 熵和顺序形态变换的图像增强算法 | 第78-82页 |
| 第6章 硬件仿真实验 | 第82-89页 |
| ·DSP 处理器 | 第83页 |
| ·SRAM 芯片 | 第83-84页 |
| ·系统组成 | 第84-85页 |
| ·实验结果 | 第85-88页 |
| ·实验方法 | 第85-86页 |
| ·实验结果 | 第86-88页 |
| ·小结 | 第88-89页 |
| 第7章 总结和展望 | 第89-91页 |
| ·总结 | 第89-90页 |
| ·展望 | 第90-91页 |
| 参考文献 | 第91-100页 |
| 攻读博士期间发表的学术论文 | 第100-101页 |
| 致谢 | 第101-102页 |
| 摘要 | 第102-104页 |
| Abstract | 第104-106页 |