彩色图像边缘检测相关算法研究
| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第一章 绪论 | 第8-13页 |
| ·数字图像处理的应用 | 第8-9页 |
| ·边缘检测的目的和意义 | 第9-10页 |
| ·边缘检测的研究现状 | 第10-11页 |
| ·研究背景和主要工作 | 第11-12页 |
| ·论文的组织 | 第12-13页 |
| 第二章 数字图像处理理论基础 | 第13-30页 |
| ·数字图像处理概述 | 第13-14页 |
| ·图像数字化 | 第14-15页 |
| ·图像数字化器的组成 | 第14-15页 |
| ·图像数字化的性能指标 | 第15页 |
| ·灰度直方图 | 第15-21页 |
| ·灰度直方图 | 第15-17页 |
| ·直方图的应用 | 第17-19页 |
| ·直方图与图像的关系 | 第19-21页 |
| ·点运算 | 第21-26页 |
| ·点运算 | 第21-23页 |
| ·用点运算推导直方图 | 第23-24页 |
| ·点运算的应用 | 第24-26页 |
| ·代数运算 | 第26-27页 |
| ·代数运算 | 第26页 |
| ·四种运算的作用 | 第26-27页 |
| ·数字图像的直方图求和 | 第27页 |
| ·数字图像的直方图求差 | 第27页 |
| ·滤波 | 第27-30页 |
| ·低通滤波器 | 第27-28页 |
| ·带通滤波器 | 第28页 |
| ·带阻滤波器 | 第28-29页 |
| ·高频增强滤波器 | 第29-30页 |
| 第三章 图像分割和边缘检测 | 第30-48页 |
| ·图像分割 | 第30-32页 |
| ·图像分割处理 | 第30页 |
| ·模式识别示例 | 第30-32页 |
| ·使用阈值分割图像 | 第32-35页 |
| ·使用阈值进行图像分割 | 第32页 |
| ·全局阈值化 | 第32页 |
| ·自适应阈值 | 第32-33页 |
| ·最佳阈值的选择 | 第33页 |
| ·直方图技术 | 第33-34页 |
| ·分水岭算法 | 第34-35页 |
| ·基于梯度的图像分割方法 | 第35-38页 |
| ·边界跟踪 | 第35页 |
| ·梯度图像二值化 | 第35-36页 |
| ·拉普拉斯边缘检测 | 第36-38页 |
| ·边缘检测和连接 | 第38-41页 |
| ·边缘检测 | 第38-40页 |
| ·边缘连接 | 第40-41页 |
| ·区域增长 | 第41-42页 |
| ·二值图像处理 | 第42-48页 |
| ·数学形态学图像处理 | 第43页 |
| ·腐蚀和膨胀 | 第43-44页 |
| ·开运算和闭运算 | 第44-45页 |
| ·腐蚀和膨胀的变体 | 第45-46页 |
| ·距离变换 | 第46-48页 |
| 第四章 彩色图像处理及边缘检测的实现 | 第48-71页 |
| ·概述 | 第48页 |
| ·滤波 | 第48-54页 |
| ·均值滤波 | 第48-50页 |
| ·中值滤波 | 第50-51页 |
| ·拉普拉斯变换滤波 | 第51-52页 |
| ·自适应滤波 | 第52-54页 |
| ·图像反转 | 第54-55页 |
| ·图像相减 | 第55页 |
| ·形态学处理 | 第55-57页 |
| ·膨胀 | 第55-56页 |
| ·腐蚀 | 第56-57页 |
| ·用梯度算子进行边缘检测 | 第57-65页 |
| ·梯度算子 | 第57-59页 |
| ·Sobel算子的实现和改进 | 第59-62页 |
| ·Prewitt算子的实现和改进 | 第62-65页 |
| ·局部处理的边缘检测 | 第65-67页 |
| ·RGB向量空间分割 | 第67-68页 |
| ·门限处理 | 第68-71页 |
| 第五章 结束语 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的论文 | 第76页 |
