改进的微分算子与形态学融合的边缘检测算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题来源及研究的目的及意义 | 第10-11页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 研究的目的及意义 | 第10-11页 |
| 1.2 国内外在该方向的研究状况及分析 | 第11-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 第2章 预备知识 | 第16-20页 |
| 2.1 经典的边缘检测算法 | 第16-18页 |
| 2.1.1 运用一阶微分算子检测图像边缘 | 第16-17页 |
| 2.1.2 运用二阶微分算子检测图像边缘 | 第17-18页 |
| 2.2 形态学基本原理 | 第18-19页 |
| 2.2.1 结构元素 | 第18页 |
| 2.2.2 四种形态学基本运算 | 第18-19页 |
| 2.2.3 已有的形态学边缘检测算子 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 改进的Canny边缘检测算法 | 第20-33页 |
| 3.1 引言 | 第20页 |
| 3.2 传统Canny边缘检测算法 | 第20-22页 |
| 3.3 改进的边缘检测算法 | 第22-27页 |
| 3.3.1 基于阈值的图像分块 | 第22-23页 |
| 3.3.2 自适应中值与形态学的混合滤波 | 第23-24页 |
| 3.3.3 梯度幅值计算 | 第24-25页 |
| 3.3.4 改进算法流程 | 第25-27页 |
| 3.4 实验结果与分析 | 第27-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 改进的形态学边缘检测算法 | 第33-45页 |
| 4.1 引言 | 第33页 |
| 4.2 已有边缘检测算子 | 第33-34页 |
| 4.3 改进的边缘检测算法 | 第34-37页 |
| 4.3.1 改进的数学形态学边缘检测算子 | 第34-35页 |
| 4.3.2 改进算子的形态学边缘检测算法 | 第35-36页 |
| 4.3.3 融合处理 | 第36-37页 |
| 4.3.4 改进算法流程 | 第37页 |
| 4.4 实验结果与分析 | 第37-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第5章 融合两种改进算法的边缘检测算法 | 第45-51页 |
| 5.1 实现边缘融合的算法 | 第45-46页 |
| 5.2 仿真实验 | 第46-50页 |
| 5.3 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 攻读学位期间发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
