| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 边缘检测算法研究现状 | 第10-12页 |
| 1.2.1 基于微分算子的边缘检测算法 | 第11页 |
| 1.2.2 基于数学形态学的边缘检测算法 | 第11-12页 |
| 1.2.3 各种边缘检测算法比较 | 第12页 |
| 1.3 图像缩放算法研究现状 | 第12-13页 |
| 1.4 本文的研究内容及安排 | 第13-15页 |
| 第2章 数学形态学在图像处理中的理论基础 | 第15-23页 |
| 2.1 数学形态学简介 | 第15-16页 |
| 2.2 二值形态学 | 第16-18页 |
| 2.2.1 膨胀运算 | 第16页 |
| 2.2.2 腐蚀运算 | 第16页 |
| 2.2.3 开启运算 | 第16-17页 |
| 2.2.4 闭合运算 | 第17-18页 |
| 2.3 灰度形态学 | 第18-22页 |
| 2.3.1 灰度膨胀与灰度腐蚀 | 第18-19页 |
| 2.3.2 灰度开闭运算 | 第19-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于数学形态学的边缘检测改进算法 | 第23-58页 |
| 3.1 基本形态学边缘检测算子分析 | 第23-29页 |
| 3.2 改进的形态学边缘检测算子分析 | 第29-38页 |
| 3.2.1 抗噪型形态学边缘检测算子 | 第29-30页 |
| 3.2.2 极大极小型形态学边缘检测算子 | 第30-32页 |
| 3.2.3 BMO(模糊极小型算子) | 第32-38页 |
| 3.3 基于多尺度多结构的权值自适应形态学边缘检测算法 | 第38-48页 |
| 3.3.1 结构元素的选定 | 第38-41页 |
| 3.3.2 复合形态学滤波 | 第41-45页 |
| 3.3.3 基于灰度距离的多结构形态学自适应边缘检测算法 | 第45-46页 |
| 3.3.4 基于图像方差的多尺度形态学自适应边缘检测算法 | 第46-47页 |
| 3.3.5 算法总体流程 | 第47-48页 |
| 3.4 实验结果与分析 | 第48-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第4章 边缘检测算法在图像缩放中的应用 | 第58-81页 |
| 4.1 经典图像缩放插值算法 | 第58-60页 |
| 4.1.1 最近邻插值 | 第58页 |
| 4.1.2 线性插值 | 第58-59页 |
| 4.1.3 三次插值 | 第59-60页 |
| 4.2 基于自适应形态学的边缘检测算法在图像缩放中的应用 | 第60-67页 |
| 4.2.1 彩色图像边缘检测及缩放 | 第60-61页 |
| 4.2.2 算法流程 | 第61-67页 |
| 4.3 实验结果及分析 | 第67-80页 |
| 4.3.1 主观效果评价 | 第67-73页 |
| 4.3.2 客观效果评价 | 第73-80页 |
| 4.4 本章小结 | 第80-81页 |
| 第5章 总结与展望 | 第81-83页 |
| 5.1 结论 | 第81-82页 |
| 5.2 展望 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 致谢 | 第86-87页 |
| 攻读学位期间参加的科研项目和成果 | 第87页 |
