基于2-D系统滤波的边缘提取和图像恢复算法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-16页 |
| 1.2.1 适用于图像处理的 2-D 模型 | 第10-11页 |
| 1.2.2 主成分分析法 | 第11-12页 |
| 1.2.3 数字图像边缘提取算法 | 第12-15页 |
| 1.2.4 图像恢复算法 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 图像处理中的滤波方法 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 Kalman 滤波用于图像处理 | 第18-20页 |
| 2.3 鲁棒 H 无穷滤波原理 | 第20-22页 |
| 2.4 滤波效果的评价标准 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 图像的多尺度边缘提取算法 | 第25-33页 |
| 3.1 引言 | 第25-26页 |
| 3.2 基于多尺度的边缘提取算法 | 第26-30页 |
| 3.2.1 对 YUV 三个坐标分量进行滤波 | 第26-27页 |
| 3.2.2 提取三坐标分量的感兴趣区域 | 第27-29页 |
| 3.2.3 对感兴趣区域的边缘检测 | 第29-30页 |
| 3.3 仿真分析 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于块Kalman滤波的图像恢复算法 | 第33-46页 |
| 4.1 引言 | 第33页 |
| 4.2 块 Kalman 图像滤波原理 | 第33-37页 |
| 4.3 基于块 Kalman 滤波的图像恢复算法 | 第37-41页 |
| 4.3.1 图像恢复中分层算法原理 | 第38-39页 |
| 4.3.2 图像插值的算法实施 | 第39-40页 |
| 4.3.3 块 Kalman 滤波实现图像恢复 | 第40-41页 |
| 4.4 仿真分析 | 第41-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 基于 H无穷滤波的图像恢复算法 | 第46-52页 |
| 5.1 引言 | 第46-47页 |
| 5.2 基于 H 无穷滤波的图像恢复算法 | 第47-50页 |
| 5.2.1 Krein 空间的引入 | 第47-49页 |
| 5.2.2 H 无穷固定滞后平滑器设计 | 第49-50页 |
| 5.3 仿真分析 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第58-60页 |
| 致谢 | 第60页 |
