摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第7-13页 |
1.1 课题背景及意义 | 第7-8页 |
1.2 国内外研究现状 | 第8-11页 |
1.2.1 分数阶微积分在非图像处理领域的研究现状 | 第8-9页 |
1.2.2 分数阶积分在图像去噪领域的研究现状 | 第9-10页 |
1.2.3 分数阶微分在边缘检测领域的研究现状 | 第10-11页 |
1.3 章节安排及创新点 | 第11-13页 |
第二章 图像去噪与边缘检测的基本理论 | 第13-27页 |
2.1 图像噪声的分类及质量评价 | 第13-16页 |
2.1.1 噪声的分类 | 第13-15页 |
2.1.2 图像去噪评价 | 第15-16页 |
2.2 传统的图像去噪模型 | 第16-19页 |
2.2.1 空间域滤波法 | 第16-18页 |
2.2.2 变换域滤波法 | 第18-19页 |
2.3 图像边缘检测理论 | 第19-21页 |
2.3.1 图像边缘检测概述 | 第20页 |
2.3.2 边缘检测原理 | 第20-21页 |
2.4 经典边缘检测算子法 | 第21-26页 |
2.4.1 一阶边缘检测技术 | 第21-24页 |
2.4.2 二阶边缘检测技术 | 第24-26页 |
2.5 本章小结 | 第26-27页 |
第三章 分数阶微积分的基本理论 | 第27-35页 |
3.1 分数阶微积分定义 | 第27-29页 |
3.2 分数阶微积分与整数阶微积分的比较 | 第29-31页 |
3.3 分数阶微积分对信号的作用 | 第31-34页 |
3.3.1 分数阶微分运算对信号的作用分析 | 第31-33页 |
3.3.2 分数阶积分运算对信号的作用分析 | 第33-34页 |
3.4 本章小结 | 第34-35页 |
第四章 分数阶积分在图像去噪中的应用 | 第35-43页 |
4.1 传统自适应中值滤波算法 | 第35-36页 |
4.2 噪声点检测 | 第36页 |
4.3 分数阶积分掩膜构造及噪声点的去除 | 第36-38页 |
4.4 算法的具体实施方案 | 第38-39页 |
4.5 实验结果分析 | 第39-42页 |
4.6 本章小结 | 第42-43页 |
第五章 分数阶微分在边缘检测中的应用 | 第43-51页 |
5.1 传统canny边缘检测算法 | 第43-44页 |
5.2 改进的canny边缘检测算法 | 第44-47页 |
5.2.1 改进的高斯平滑滤波 | 第44-45页 |
5.2.2 梯度幅值的计算和改进 | 第45-47页 |
5.2.3 迭代算法求取阈值 | 第47页 |
5.3 算法具体实施方案 | 第47-48页 |
5.4 实验结果分析 | 第48-50页 |
5.5 本章小结 | 第50-51页 |
第六章 总结与展望 | 第51-53页 |
6.1 本文工作总结 | 第51-52页 |
6.2 未来工作展望 | 第52-53页 |
参考文献 | 第53-55页 |
攻读硕士学位期间取得的学术成果 | 第55-57页 |
致谢 | 第57-59页 |