| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-10页 |
| 引言 | 第10-11页 |
| 1 数字图像处理概述 | 第11-18页 |
| ·数字图像 | 第11-12页 |
| ·数字图像处理 | 第12-14页 |
| ·数字图像处理 | 第12-13页 |
| ·数字图像处理的应用和发展 | 第13-14页 |
| ·边缘和边缘检测 | 第14-16页 |
| ·边缘检测在图像处理中的意义 | 第16页 |
| ·本文所作的工作和安排 | 第16-18页 |
| 2. 边缘检测的常见方法 | 第18-29页 |
| ·微分运算法和常用的微分算子 | 第18-22页 |
| ·微分运算法 | 第18-19页 |
| ·常用的其他边界检测微分算子 | 第19-22页 |
| ·统计判决法 | 第22-23页 |
| ·边缘连接法 | 第23-24页 |
| ·小波检测法 | 第24-25页 |
| ·基于模糊学的边缘检测 | 第25-26页 |
| ·算法仿真比较 | 第26-29页 |
| 3. 数学形态学的基本理论 | 第29-37页 |
| ·二值形态学 | 第30-34页 |
| ·腐蚀、膨胀、击中-未击中 | 第31-32页 |
| ·开运算和闭运算 | 第32-33页 |
| ·形态学运算的某些性质 | 第33-34页 |
| ·灰度形态学 | 第34-35页 |
| ·灰度图像的腐蚀和膨胀 | 第34页 |
| ·灰度图像的开运算和闭运算 | 第34-35页 |
| ·数学形态学在图像处理中的应用 | 第35-37页 |
| ·图像的去噪 | 第35页 |
| ·细化（Thinning）和粗化（Thickening） | 第35页 |
| ·骨架（Skeletionization） | 第35-36页 |
| ·剪枝（Prunning） | 第36-37页 |
| 4. 基于形态学的边缘检测 | 第37-56页 |
| ·形态学边缘的定义 | 第37页 |
| ·传统的形态学边缘检测算子 | 第37-42页 |
| ·结构元素在形态学运算中的作用 | 第42-49页 |
| ·单元素结构元素 | 第42页 |
| ·直线型结构元素 | 第42-44页 |
| ·块型结构元素 | 第44-49页 |
| ·多尺度、多结构形态学边缘检测算子 | 第49-53页 |
| ·修正抗噪的边缘检测算子 | 第49-50页 |
| ·多尺度结构元素边缘检测算法 | 第50-52页 |
| ·多结构元素边缘检测法 | 第52-53页 |
| ·多尺度、多结构元素边缘检测 | 第53页 |
| ·实验结果 | 第53-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 作者简历 | 第59-61页 |
| 学位论文数据集 | 第61-62页 |