致谢 | 第1-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9-12页 |
插图清单 | 第12-13页 |
第一章 绪论 | 第13-18页 |
·研究背景与意义 | 第13页 |
·历史沿革与发展趋势 | 第13-17页 |
·边缘检测历史沿革 | 第13-14页 |
·数学形态学历史沿革 | 第14-15页 |
·彩色图像边缘检测技术发展趋势 | 第15-16页 |
·彩色图像边缘检测技术存在的问题 | 第16-17页 |
·本文工作 | 第17-18页 |
第二章 彩色图像边缘检测 | 第18-26页 |
·彩色空间基本理论 | 第18-21页 |
·RGB 彩色空间 | 第18-19页 |
·HSV 彩色空间 | 第19-20页 |
·RGB 彩色空间与 HSV 空间的相互转换 | 第20-21页 |
·彩色图像边缘检测 | 第21-24页 |
·输出融合方法 | 第22页 |
·多维梯度方法 | 第22-23页 |
·向量方法 | 第23-24页 |
·彩色图像边缘检测算法实验结果与分析 | 第24-26页 |
第三章 数学形态学基本理论 | 第26-34页 |
·二值数学形态学 | 第26-29页 |
·二值膨胀 | 第26-27页 |
·二值腐蚀 | 第27-28页 |
·二值开、闭运算 | 第28-29页 |
·灰度数学形态学 | 第29-31页 |
·灰度膨胀与腐蚀运算 | 第29-30页 |
·灰度开、闭运算 | 第30-31页 |
·形态学梯度 | 第31页 |
·彩色数学形态学 | 第31-33页 |
·、多通道彩色数学形态学 | 第31-32页 |
·、彩色形态塔式结构 | 第32页 |
·矢量彩色形态学 | 第32页 |
·基于模糊技术的彩色形态学 | 第32-33页 |
·结构元素的演化改进 | 第33-34页 |
第四章 改进的模糊形态学彩色图像边缘检测算法 | 第34-41页 |
·模糊形态学算法简介 | 第34页 |
·改进的模糊形态学彩色图像边缘检测算法 | 第34-37页 |
·彩色图像模糊化 | 第34-35页 |
·分块模糊增强 | 第35-36页 |
·构造模糊域的变形虫结构元素 | 第36页 |
·模糊形态学边缘检测 | 第36-37页 |
·实验结果与分析 | 第37-40页 |
·结束语 | 第40-41页 |
第五章 结合形态学变形虫和复合颜色空间的彩色图像边缘检测模型 | 第41-49页 |
·颜色向量序和形态学变形虫原理 | 第41-43页 |
·颜色空间的选择 | 第41页 |
·颜色向量序 | 第41-42页 |
·形态学变形虫原理 | 第42-43页 |
·利用形态学变形虫的彩色图像边缘检测方法 | 第43-45页 |
·实验结果与分析 | 第45-48页 |
·结束语 | 第48-49页 |
第六章 总结与展望 | 第49-51页 |
·全文总结 | 第49-50页 |
·展望 | 第50-51页 |
参考文献 | 第51-55页 |
攻读硕士学位期间发表的论文 | 第55-56页 |