| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·图像边缘检测概述 | 第8-9页 |
| ·课题研究背景 | 第9-10页 |
| ·从傅立叶分析到小波分析 | 第9页 |
| ·从小波分析到多尺度几何分析 | 第9-10页 |
| ·课题研究现状 | 第10-12页 |
| ·传统的图像边缘检测算法 | 第10-11页 |
| ·基于形态学的边缘检测算法 | 第11页 |
| ·基于人工神经网络的边缘检测算法 | 第11页 |
| ·基于遗传算法的边缘检测算法 | 第11-12页 |
| ·基于小波变换的边缘检测算法 | 第12页 |
| ·本文的研究内容和组织结构 | 第12-14页 |
| 第2章 图象变换 | 第14-30页 |
| ·Hough变换 | 第14-16页 |
| ·Radon变换 | 第16-18页 |
| ·傅立叶变换 | 第18-20页 |
| ·短时傅立叶变换 | 第20-21页 |
| ·小波变换 | 第21-30页 |
| ·小波函数 | 第21-23页 |
| ·一维连续小波变换 | 第23-24页 |
| ·一维二进小波变换 | 第24-25页 |
| ·一维离散小波变换 | 第25-26页 |
| ·二维小波变换 | 第26-27页 |
| ·小波变换的时频分析 | 第27-30页 |
| 第3章 图像边缘检测算法 | 第30-38页 |
| ·微分算子法 | 第30-32页 |
| ·Roberts边缘检测算子 | 第31页 |
| ·Sobel边缘检测算子 | 第31-32页 |
| ·Prewitt边缘检测算子 | 第32页 |
| ·LOG边缘检测算子 | 第32页 |
| ·Canny算法 | 第32-34页 |
| ·小波的模极大值法 | 第34-38页 |
| ·连续图像的小波多尺度边缘检测 | 第34-36页 |
| ·数字图像的小波多尺度边缘检测 | 第36-38页 |
| 第4章 多尺度几何分析 | 第38-50页 |
| ·Beamlet变换 | 第38-41页 |
| ·Beamlet基 | 第38-39页 |
| ·Beamlet变换 | 第39-41页 |
| ·Beamlet金字塔结构 | 第41页 |
| ·基于Beamlet变换的几种算法 | 第41-46页 |
| ·无结构算法 | 第42-44页 |
| ·树结构算法 | 第44-46页 |
| ·Wedgelet变换 | 第46-50页 |
| ·Wedgelet基 | 第46页 |
| ·Wedgelet变换 | 第46-47页 |
| ·多尺度Wedgelet分解 | 第47页 |
| ·多尺度Wedgelet表示 | 第47-50页 |
| 第5章 基于多尺度几何分析的图像边缘检测 | 第50-62页 |
| ·图像边缘检测算法性能评价 | 第50-51页 |
| ·基于Beamlet变换的图像边缘检测算法 | 第51-58页 |
| ·无结构算法的缺陷 | 第51-52页 |
| ·基于Beamlet变换的图像边缘检测新算法 | 第52-53页 |
| ·新算法性能评价 | 第53-56页 |
| ·新算法的应用 | 第56-58页 |
| ·基于Wedgelet变换的图像边缘检测算法 | 第58-62页 |
| 第6章 算法在达芬奇平台上的实现与优化 | 第62-70页 |
| ·基于TMS320DM6446的嵌入式图像处理平台 | 第62-65页 |
| ·TMS320DM6446内核结构 | 第62-64页 |
| ·基于TMS320DM6446的图像处理 | 第64-65页 |
| ·边缘检测新算法在达芬奇平台上的实现与优化 | 第65-70页 |
| ·算法的实现 | 第66-68页 |
| ·算法的优化 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75-76页 |
| 致谢 | 第76页 |