| 独创性声明 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-14页 |
| 第一章 绪论 | 第14-22页 |
| ·图像处理与分析 | 第14-15页 |
| ·数学形态学和小波分析在图像处理中的应用概述 | 第15-19页 |
| ·数学形态学在图像处理中的应用 | 第15-17页 |
| ·小波分析在图像处理中的应用 | 第17-19页 |
| ·红外图像目标检测技术简介 | 第19-20页 |
| ·本文的研究思路 | 第20页 |
| ·本文的主要工作和论文章节简介 | 第20-22页 |
| 第二章 顺序形态变换图像增强算法研究 | 第22-42页 |
| ·引言 | 第22-29页 |
| ·图像增强 | 第22页 |
| ·图像增强方法综述 | 第22-29页 |
| ·顺序形态变换 | 第29-35页 |
| ·传统形态学简介 | 第29-32页 |
| ·形态学基本运算 | 第29-30页 |
| ·灰度形态学基本运算 | 第30-32页 |
| ·顺序形态变换 | 第32-35页 |
| ·离散点集的顺序形态变换 | 第32-33页 |
| ·数字图像的顺序形态变换 | 第33-35页 |
| ·基于并行复合顺序形态变换的图像增强 | 第35-41页 |
| ·图像增强算法 | 第35-38页 |
| ·实验结果及分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 百分位形态变换在图像边缘检测中的应用研究 | 第42-64页 |
| ·图像边缘检测概述 | 第42-51页 |
| ·图像边缘 | 第42-45页 |
| ·图像边缘的定义及分类 | 第42-43页 |
| ·边缘检测的“两难”问题 | 第43页 |
| ·边缘检测的步骤 | 第43-44页 |
| ·理想的边缘检测算子 | 第44-45页 |
| ·现有的边缘检测技术和方法 | 第45-51页 |
| ·经典边缘检测算子 | 第45-47页 |
| ·多尺度边缘检测方法 | 第47-48页 |
| ·基于小波的边缘检测方法 | 第48页 |
| ·基于数学形态学的边缘检测方法 | 第48-49页 |
| ·基于自适应平滑滤波的边缘检测方法和松弛迭代法 | 第49-50页 |
| ·模糊数学在边缘检测中的应用 | 第50页 |
| ·基于神经网络和遗传算法的边缘检测方法 | 第50-51页 |
| ·百分位形态变换 | 第51-53页 |
| ·函数(集合与图像)关于结构元素的百分位形态变换 | 第51-52页 |
| ·函数关于结构函数的百分位形态变换 | 第52-53页 |
| ·离散函数关于结构函数的百分位形态变换 | 第52页 |
| ·离散函数的百分位滤波特性 | 第52-53页 |
| ·复合百分位形态滤波与数字图像处理 | 第53页 |
| ·百分位形态变换在灰度图像边缘检测中的应用 | 第53-62页 |
| ·百分位形态变换在灰度图像边缘检测中的应用 | 第54-56页 |
| ·基于平面型结构元百分位形态变换灰度图像边缘检测 | 第56-58页 |
| ·基于立体型结构元百分位形态变换灰度图像边缘检测 | 第58-59页 |
| ·结构元素的选取原则 | 第59页 |
| ·实验结果与分析 | 第59-62页 |
| ·本章小结 | 第62-64页 |
| 第四章 双正交小波在图像边缘处理中的应用研究 | 第64-101页 |
| ·小波分析在图像滤噪和边缘检测中的应用概述 | 第64-68页 |
| ·小波分析的特征 | 第64-65页 |
| ·小波分析在图像去噪和边缘检测中的应用 | 第65-67页 |
| ·基于小波变换的图像去噪方法 | 第65-67页 |
| ·基于二进小波变换模极大值检测的图像去噪边缘提取方法 | 第67页 |
| ·问题的提出 | 第67-68页 |
| ·相关理论基础 | 第68-78页 |
| ·二进小波变换 | 第68-70页 |
| ·多分辨率分析与正交小波变换 | 第70-73页 |
| ·多分辨率分析 | 第70-72页 |
| ·正交小波变换 | 第72-73页 |
| ·离散图像的小波变换 | 第73-78页 |
| ·Mallat算法 | 第73-75页 |
| ·离散图像的小波分解与重构 | 第75-78页 |
| ·双正交小波 | 第78页 |
| ·反对称双正交小波在图像边缘处理中的应用 | 第78-94页 |
| ·理想小波基函数的性质及小波变换的运算形式 | 第78-79页 |
| ·理想小波基函数的性质及图像边缘检测对小波函数的要求 | 第78-79页 |
| ·小波运算形式 | 第79页 |
| ·反对称双正交小波与边缘提取 | 第79-90页 |
| ·反对称双正交小波变换的的卷积运算性质 | 第80-81页 |
| ·反对称双正交小波的微分算子功能 | 第81-84页 |
| ·针对图像边缘处理的反对称双正交小波分解和重构过程 | 第84-90页 |
| ·基于反对称双正交小波的图像边缘处理 | 第90-94页 |
| ·反对称双正交小波边缘检测 | 第90-91页 |
| ·反对称双正交小波图像增强 | 第91-94页 |
| ·实验结果与分析 | 第94-100页 |
| ·反对称双正交小波图像边缘检测实验结果 | 第95页 |
| ·反对称双正交小波图像增强实验结果 | 第95-100页 |
| ·本章小结 | 第100-101页 |
| 第五章 图像目标检测问题研究 | 第101-128页 |
| ·基于百分位形态变换的红外图像边缘检测 | 第101-111页 |
| ·红外成像特性分析 | 第101-105页 |
| ·红外成像原理 | 第101页 |
| ·红外图像特征分析 | 第101-103页 |
| ·红外图像处理 | 第103-105页 |
| ·基于百分位形态变换的红外图像边缘检测 | 第105-111页 |
| ·顺序形态变换和图像嫡差红外图像增强算法 | 第105-107页 |
| ·百分位形态变换在红外图像边缘检测中的应用 | 第107-108页 |
| ·百分位值和结构元素的选取原则 | 第108-109页 |
| ·实验结果与分析 | 第109-111页 |
| ·复杂背景下红外图像小目标检测方法研究 | 第111-122页 |
| ·红外图像小目标检测问题 | 第111-113页 |
| ·红外图像小目标检测系统原理 | 第111页 |
| ·小目标检测技术的研究现状 | 第111-113页 |
| ·基于顺序形态变换和图像嫡差的红外图像小目标检测方法 | 第113-118页 |
| ·引言 | 第113-115页 |
| ·基于顺序形态变换和图像嫡差的红外图像小目标检测 | 第115-116页 |
| ·实验结果 | 第116-118页 |
| ·基于双正交小波的红外图像小目标检测方法 | 第118-122页 |
| ·引言 | 第118-120页 |
| ·基于反对称双正交小波和形态滤波的红外图像小目标检测 | 第120-121页 |
| ·实验结果及分析 | 第121-122页 |
| ·地面运动目标检测与跟踪问题探讨 | 第122-126页 |
| ·基于小波变换的运动目标背景运动补偿方法概述 | 第122-123页 |
| ·地面目标跟踪中基于边缘检测的道路识别方法 | 第123-124页 |
| ·图像跟踪方法综述 | 第124-126页 |
| ·基于反对称双正交小波的地面运动目标背景运动补偿、道路识别、目标检测、目标跟踪方法探讨 | 第126页 |
| ·本章小结 | 第126-128页 |
| 第六章 结论与展望 | 第128-132页 |
| 参考文献 | 第132-141页 |
| 致谢 | 第141-143页 |
| 攻读博士学位期间撰写的学术论文 | 第143-145页 |
| 作者简介 | 第145页 |
