| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题背景和意义 | 第9-10页 |
| 1.2 图像边缘特征提取的发展历史及研究现状 | 第10-11页 |
| 1.3 图像边缘特征提取的应用领域 | 第11-12页 |
| 1.4 论文主要内容及组织结构 | 第12-14页 |
| 第二章 传统图像边缘特征提取算法 | 第14-28页 |
| 2.1 边缘特征提取的基本理论 | 第14-15页 |
| 2.2 传统的边缘特征提取算法 | 第15-24页 |
| 2.2.1 基于一阶微分的边缘特征提取算子 | 第15-19页 |
| 2.2.2 基于二阶微分的边缘特征提取算子 | 第19-22页 |
| 2.2.3 Canny边缘特征提取算子 | 第22-24页 |
| 2.3 实验结果与分析 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 频域相位一致性边缘特征提取算法 | 第28-42页 |
| 3.1 相位一致性的提出 | 第28-31页 |
| 3.2 局部能量模型与相位一致性 | 第31-33页 |
| 3.3 基于Gabor变换的相位一致性 | 第33-37页 |
| 3.3.1 Gabor变换 | 第33-35页 |
| 3.3.2 LoG_Gabor变换 | 第35-36页 |
| 3.3.3 基于LoG_Gabor变换的相位一致性 | 第36-37页 |
| 3.4 相位一致性边缘特征提取算法优化 | 第37-39页 |
| 3.4.1 定位精度 | 第37-38页 |
| 3.4.2 噪声补偿和频率扩展 | 第38-39页 |
| 3.5 实验结果与分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于相位一致性的多尺度金字塔边缘特征提取算法 | 第42-58页 |
| 4.1 算法的提出 | 第42-43页 |
| 4.2 多尺度金字塔图像分解 | 第43-49页 |
| 4.2.0 多尺度金字塔 | 第43-44页 |
| 4.2.1 高斯金字塔分解 | 第44-46页 |
| 4.2.2 拉普拉斯金字塔分解 | 第46-47页 |
| 4.2.3 实验结果与分析 | 第47-49页 |
| 4.3 多尺度相位一致性边缘特征融合 | 第49-51页 |
| 4.3.1 算法的提出 | 第49-50页 |
| 4.3.2 算法的流程 | 第50-51页 |
| 4.4 基于相位一致性的多尺度金字塔边缘特征提取算法流程 | 第51-52页 |
| 4.5 实验结果与分析 | 第52-57页 |
| 4.5.1 纹理简单的图像边缘特征提取 | 第52-54页 |
| 4.5.2 纹理复杂的图像边缘特征提取 | 第54-56页 |
| 4.5.3 图像边缘特征提取算法性能评价 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文的工作总结 | 第58-59页 |
| 5.2 本文的不足与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的学术论文情况 | 第65页 |
