| 1.基于灰色关联分析的图像边缘检测研究 | 第1-52页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-11页 |
| 第1章 引言 | 第11-17页 |
| ·研究边缘检测的意义 | 第11页 |
| ·国内外边缘检测和灰色系统理论的研究现状 | 第11-14页 |
| ·图像边缘检测的研究与发展 | 第11-13页 |
| ·灰色系统理论的研究与发展 | 第13-14页 |
| ·灰色系统理论在图像处理中的应用 | 第14页 |
| ·研究的内容 | 第14-15页 |
| ·论文的组织结构 | 第15-17页 |
| 第2章 基于邓氏关联度的图像边缘检测及其改进模型 | 第17-32页 |
| ·邓氏关联度的模型 | 第17-18页 |
| ·邓氏关联度的特点 | 第18-20页 |
| ·基于邓氏关联度模型的图像边缘检测算法 | 第20-22页 |
| ·仿射变换和最小二乘法直线拟合原理 | 第22-24页 |
| ·仿射变换 | 第22页 |
| ·最小二乘法直线拟合原理 | 第22-24页 |
| ·四种基于传统算子与邓氏关联度结合改进的算法 | 第24-29页 |
| ·改进的邓氏关联度模型 | 第24页 |
| ·仿射变换与邓氏关联度结合的算法 | 第24-26页 |
| ·Sobel算子与邓氏关联度结合的算法 | 第26-28页 |
| ·Canny算子与邓氏关联度结合的算法 | 第28页 |
| ·Prewitt算子与邓氏关联度结合的算法 | 第28-29页 |
| ·实验结果与分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于绝对关联度的图像边缘检测及其改进算法 | 第32-40页 |
| ·绝对关联度的模型 | 第32-33页 |
| ·绝对关联度的特点 | 第33页 |
| ·基于绝对关联度模型的图像边缘检测算法 | 第33-34页 |
| ·四种基于传统算子与绝对关联度结合的改进算法 | 第34-37页 |
| ·仿射变换与绝对关联度结合的算法 | 第34-35页 |
| ·Sobel算子与绝对关联度结合的算法 | 第35-36页 |
| ·Canny算子与绝对关联度结合的算法 | 第36-37页 |
| ·Prewitt算子与绝对关联度结合的算法 | 第37页 |
| ·实验结果与分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于斜率关联度的图像边缘检测及其改进算法 | 第40-46页 |
| ·斜率关联度的模型 | 第40页 |
| ·斜率关联度的特点 | 第40-41页 |
| ·基于斜率关联度模型的图像边缘检测算法 | 第41页 |
| ·三种基于传统算子与斜率关联度结合的改进算法 | 第41-44页 |
| ·Sobel算子与斜率关联度结合的算法 | 第41-43页 |
| ·Canny算子与斜率关联度结合的算法 | 第43页 |
| ·Prewitt算子与斜率关联度结合的算法 | 第43-44页 |
| ·实验结果与分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 结论与展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 攻读学位期间发表的学术论文和研究成果 | 第50-51页 |
| 致谢 | 第51-52页 |
| 2.灰色系统理论应用于图像边缘检测中的研究 | 第52-98页 |
| 摘要 | 第53-56页 |
| 第1章 图像边缘检测概述 | 第56-79页 |
| ·图像边缘检测的定义 | 第56-57页 |
| ·图像边缘检测的步骤 | 第57-58页 |
| ·图像边缘检测中常用的方法 | 第58-79页 |
| ·微分边缘检测算子 | 第58-61页 |
| ·Sobel边缘检测算子 | 第58-59页 |
| ·Robert边缘检测算子 | 第59-60页 |
| ·Prewitt边缘检测算子 | 第60-61页 |
| ·Krisch算子 | 第61页 |
| ·二阶微分算子 | 第61-63页 |
| ·Laplace算子 | 第62-63页 |
| ·二阶方向导数 | 第63页 |
| ·Log算子 | 第63-64页 |
| ·Canny算子 | 第64-66页 |
| ·数学形态学的边缘检测法 | 第66-69页 |
| ·小波理论的边缘检测法 | 第69-71页 |
| ·曲面拟合法 | 第71-73页 |
| ·沈俊边缘检测法 | 第73-74页 |
| ·模糊理论的边缘检测法 | 第74-77页 |
| ·神经网络的边缘检测法 | 第77-79页 |
| 第2章 灰色系统理论概述及其基本方法 | 第79-86页 |
| ·概述 | 第79-80页 |
| ·灰色系统理论的起源 | 第79-80页 |
| ·灰色系统理论的发展及意义 | 第80页 |
| ·灰色系统理论的基本概念 | 第80-83页 |
| ·灰色系统理论的基本方法 | 第83-86页 |
| ·灰生成 | 第83页 |
| ·灰关联分析 | 第83-84页 |
| ·灰建模 | 第84页 |
| ·灰控制 | 第84页 |
| ·灰预测 | 第84-85页 |
| ·灰评估 | 第85-86页 |
| 第3章 灰色关联分析 | 第86-93页 |
| ·灰色关联分析的定义 | 第86页 |
| ·灰色关联因素和关联算子集 | 第86-88页 |
| ·距离空间 | 第88-90页 |
| ·灰色关联公理和灰色关联度 | 第90-92页 |
| ·灰色关联分析的应用 | 第92-93页 |
| 第4章 灰色关联分析在图像边缘检测中应用 | 第93-95页 |
| ·灰色系统理论在图像边缘检测中的应用思想 | 第93页 |
| ·基于灰色关联分析的图像边缘检测 | 第93-94页 |
| ·灰色关联分析在图像边缘检测中存在的问题 | 第94-95页 |
| 参考文献 | 第95-98页 |
| 3.Research of Image Edge Detection based on Grey Correlation Analysis | 第98-148页 |
| Abstract | 第99-103页 |
| Chapter 1 Introduction | 第103-110页 |
| ·Significance of research edge detection method | 第103页 |
| ·Current research status inside and out side of edge detection and grey system theory | 第103-107页 |
| ·Research and development of edge detection in image | 第103-105页 |
| ·Research and development of grey system theory | 第105-107页 |
| ·The application of grey system theory in image processing | 第107页 |
| ·Research content | 第107-108页 |
| ·Organization structure of paper | 第108-110页 |
| Chapter 2 Edge detection of image based on deng correlation degree andimproved model | 第110-128页 |
| ·Model of deng correlation degree | 第110-111页 |
| ·Characteristics of deng correlation degree | 第111-114页 |
| ·Image edge detection algorithm based on deng correlation degree | 第114-116页 |
| ·Affine transformation and straight line imitated principle of least squares | 第116-118页 |
| ·Affine transformation | 第116-117页 |
| ·Straight line imitated principle of least squares | 第117-118页 |
| ·Four improved algorithms based on traditional operators combing with deng correlation degree | 第118-125页 |
| ·Improved model of deng correlation degree | 第119页 |
| ·Algorithm of affine transformation and deng correlation degree | 第119-121页 |
| ·Algorithm of Sobel operator and deng correlation degree | 第121-123页 |
| ·Algorithm of Canny operator and deng correlation degree | 第123-124页 |
| ·Algorithm of Prewitt operator and deng correlation degree | 第124-125页 |
| ·Experiment results and analysis | 第125-127页 |
| ·Summary of this chapter | 第127-128页 |
| Chapter 3 Edge Detection based on absolute correlation degree andimproved algorithm | 第128-138页 |
| ·The model of asolute correlation degree | 第128-129页 |
| ·The characteristics of absolute correlation | 第129-130页 |
| ·Image edge detection algorithm based on absolute correlation degree | 第130页 |
| ·Four improved algorithms based on traditional operator and absolute correlation degree | 第130-135页 |
| ·The algorithm of affine transformation and absolute correlation degree | 第130-131页 |
| ·The algorithm of Sobel operator and absolute correlation degree | 第131-134页 |
| ·The algorithm of Canny operator and absolute correlation degree | 第134页 |
| ·The algorithm of Prewitt operator and absolute correlation degree | 第134-135页 |
| ·Experimental results and analysis | 第135-136页 |
| ·Summary of this chapter | 第136-138页 |
| Chapter 4 Image edge detection based on slope correlation degree andimproved algorithm | 第138-146页 |
| ·Model of slope correlation degree | 第138页 |
| ·Characteristics of slope correlation degree | 第138-139页 |
| ·Image edge detection based on slope correlation degree model | 第139-140页 |
| ·Several improved methods of traditional operator and slope correlation degree | 第140-143页 |
| ·The algorithm of Sobel operator and slope correlation degree | 第140-142页 |
| ·Algorithm of Canny operator and slope correlation degree | 第142页 |
| ·The algorithm of Prewitt operator and slope correlation degree | 第142-143页 |
| ·Experimental result and analysis | 第143-145页 |
| ·Summary of this charpter | 第145-146页 |
| Chapter 5 Conclusions and Prospects | 第146-148页 |
| 4.The Research on Grey Theory Applying in Image Edge Detection | 第148-201页 |
| Abstract | 第149-153页 |
| Chapter 1 Summary of Edge Detection | 第153-182页 |
| ·The definition of edge detection | 第154页 |
| ·Steps edge detection | 第154-156页 |
| ·Common methods of Image edge detection | 第156-182页 |
| ·Differential edge detection operator | 第156-160页 |
| ·Sobel edge detection operator | 第156-157页 |
| ·Robert edge detection operator | 第157-158页 |
| ·Prewitt edge detection operator | 第158-159页 |
| ·Krisch Operator | 第159-160页 |
| ·Second-order differential operator | 第160-162页 |
| ·Laplace operator | 第161-162页 |
| ·Second directional derivative | 第162页 |
| ·Log operator | 第162-164页 |
| ·Canny operator | 第164-167页 |
| ·Mathematical morphoLogy edge detection | 第167-170页 |
| ·Wavelet theory of edge detection method | 第170-173页 |
| ·Surface fitting | 第173-175页 |
| ·Shen Jun edge detection operator | 第175-176页 |
| ·Edge detection using fuzzy reasoning | 第176-179页 |
| ·Edge detecting using artificial neural network | 第179-182页 |
| Chapter 2 Summary and Basic method of Grey System Theory | 第182-191页 |
| ·Summary | 第182-184页 |
| ·The origin of grey system theory | 第182-183页 |
| ·Significance and development of grey system theory | 第183-184页 |
| ·Basic concepts of grey theory system | 第184-187页 |
| ·The basic method of grey theory | 第187-191页 |
| ·Grey Generation | 第187-188页 |
| ·Grey Correlation Analysis | 第188页 |
| ·Grey modeling | 第188-189页 |
| ·Grey control | 第189页 |
| ·Grey prediction | 第189页 |
| ·Grey assessment | 第189-191页 |
| Chapter 3 Grey Correlation Analysis | 第191-199页 |
| ·The definition of grey correlation analysis | 第191页 |
| ·Grey correlation factors and correlation Operator Set | 第191-193页 |
| ·Distance space | 第193-196页 |
| ·Grey correlation truth and grey correlation degree | 第196-198页 |
| ·Application of grey correlation analysis | 第198-199页 |
| Chapter 4 Application of Grey Correlation Analysis in Image EdgeDetection | 第199-201页 |
| ·Application thought of grey system theory in the image edge detection | 第199页 |
| ·Edge detection based on the analysis of the grey association | 第199-201页 |
| ·Grey correlation analysis exist problems in edge detection of image | 第201页 |
