| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第1章 绪论 | 第12-20页 |
| ·引言 | 第12-14页 |
| ·数字图像处理的应用 | 第14-15页 |
| ·图像滤波技术的研究现状 | 第15-16页 |
| ·图像分割技术的研究现状 | 第16-17页 |
| ·模糊信息处理技术及其在图像处理中的意义和作用 | 第17-19页 |
| ·本文的内容安排 | 第19-20页 |
| 第2章 数字图像处理基础 | 第20-33页 |
| ·图像噪声的分类和模型 | 第20-21页 |
| ·图像噪声的分类 | 第20页 |
| ·噪声模型 | 第20-21页 |
| ·普通均值滤波算法 | 第21-22页 |
| ·普通中值滤波算法 | 第22-26页 |
| ·中值滤波的基本原理 | 第22-24页 |
| ·加权中值滤波 | 第24-26页 |
| ·图像质量和滤波效果的评定标准 | 第26-27页 |
| ·灰度直方图 | 第27-31页 |
| ·直方图的定义 | 第27-29页 |
| ·直方图的性质 | 第29-30页 |
| ·直方图的用途 | 第30-31页 |
| ·模糊数学 | 第31-33页 |
| ·模糊隶属度函数 | 第31-32页 |
| ·模糊度 | 第32-33页 |
| 第3章 基于模糊的混合滤波器设计 | 第33-51页 |
| ·改善均值滤波算法 | 第33-38页 |
| ·考虑实际应用背景的均值滤波算法 | 第33-34页 |
| ·提高计算机处理速度的均值滤波算法 | 第34页 |
| ·利用图像本身相关性和位置信息的均值滤波算法 | 第34-38页 |
| ·改善中值滤波算法 | 第38-41页 |
| ·考虑实际应用背景的中值滤波算法 | 第38-39页 |
| ·提高计算机处理速度的中值滤波算法 | 第39页 |
| ·利用图像本身相关性和位置信息的中值滤波算法 | 第39-40页 |
| ·混合滤波思想 | 第40-41页 |
| ·混合滤波器设计 | 第41-42页 |
| ·实验研究 | 第42-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于直方图指数平滑和峰点自动检测的模糊散度图像分割 | 第51-66页 |
| ·灰度直方图粗分割方法 | 第51-53页 |
| ·直方图指数平滑原理 | 第53-55页 |
| ·一次指数平滑数列的构成 | 第53页 |
| ·平滑系数α的讨论及合理选取 | 第53-54页 |
| ·二次指数平滑 | 第54-55页 |
| ·峰点自动选择算法 | 第55-56页 |
| ·模糊散度图像分割 | 第56-59页 |
| ·平均灰度等级 | 第57页 |
| ·Gamma 分布 | 第57-58页 |
| ·模糊散度 | 第58-59页 |
| ·实验结果 | 第59-62页 |
| ·模糊散度函数变化曲线图 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间所完成的论文 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |