| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究内容及意义 | 第8页 |
| 1.2 图像边缘检测概述 | 第8-10页 |
| 1.3 边缘检测的步骤 | 第10-11页 |
| 1.3.1 图像预处理 | 第10页 |
| 1.3.2 边缘检测 | 第10-11页 |
| 1.3.3 边缘的连接 | 第11页 |
| 1.4 图像边缘检测研究现状及发展 | 第11-12页 |
| 1.5 本文结构 | 第12-14页 |
| 第二章 边缘检测的基本方法和评价标准 | 第14-30页 |
| 2.1 基于微分算子的边缘检测算法 | 第14-17页 |
| 2.1.1 基于一阶微分的边缘检测 | 第14-16页 |
| 2.1.2 基于二阶微分的边缘检测 | 第16-17页 |
| 2.2 LoG边缘检测方法介绍 | 第17-18页 |
| 2.3 传统的Canny边缘检测算法 | 第18-20页 |
| 2.3.1 Canny边缘检测判断标准 | 第18-19页 |
| 2.3.2 Canny边缘检测步骤 | 第19-20页 |
| 2.4 边缘检测效果的评价方法 | 第20-23页 |
| 2.4.1 关于评价方法的约定 | 第20-22页 |
| 2.4.2 综合评价方法 | 第22-23页 |
| 2.5 经典边缘检测方法的检测结果 | 第23-29页 |
| 2.5.1 对lena图像的边缘检测结果 | 第23-26页 |
| 2.5.2 对高铁设备图像的边缘检测结果 | 第26-28页 |
| 2.5.3 各种方法的性能比较 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 改进Canny边缘检测算法在高铁图像中的应用 | 第30-44页 |
| 3.1 高铁图像检测算法介绍 | 第30页 |
| 3.2 传统的Canny边缘检测算法缺陷 | 第30-31页 |
| 3.3 改进Canny算法中的滤波算法 | 第31-34页 |
| 3.3.1 自适应高斯滤波 | 第31-32页 |
| 3.3.2 自适应中值滤波 | 第32-34页 |
| 3.3.3 滤波器实验结果 | 第34页 |
| 3.4 Otsu自适应阈值选取算法 | 第34-35页 |
| 3.5 基于线性边缘增强技术的去噪算法 | 第35-41页 |
| 3.5.1 高铁图像边缘噪声的几何特征 | 第36页 |
| 3.5.2 改进双阈值连接边缘图像 | 第36-38页 |
| 3.5.3 仿真实验和结果分析 | 第38-41页 |
| 3.6 基于霍夫变换的直线检测 | 第41-42页 |
| 3.7 设备结果判定 | 第42-43页 |
| 3.8 本章小结 | 第43-44页 |
| 第四章 改进拉普拉斯边缘检测算法在高铁图像中的应用 | 第44-57页 |
| 4.1 基于小波变换基本理论的小波去噪 | 第44-51页 |
| 4.1.1 小波变换的基本理论 | 第44-46页 |
| 4.1.2 阈值处理函数的选取 | 第46-48页 |
| 4.1.3 常用的阈值选取 | 第48-49页 |
| 4.1.4 小波基的选择 | 第49-51页 |
| 4.2 极值中值滤波结合小波变换去除混合噪声 | 第51-54页 |
| 4.2.1 极值中值滤波 | 第51页 |
| 4.2.2 极值中值滤波结合小波变换 | 第51-52页 |
| 4.2.3 滤除噪声的性能分析 | 第52-54页 |
| 4.3 改进型拉普拉斯边缘检测算法 | 第54-56页 |
| 4.3.1 小波二次采样生成梯度图像 | 第54-55页 |
| 4.3.2 仿真实验和结果分析 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 MATLAB系统设计 | 第57-60页 |
| 5.1 系统设计 | 第57-58页 |
| 5.2 MATLAB界面仿真 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 致谢 | 第65页 |