| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 传统边缘检测技术 | 第11-12页 |
| 1.2.2 现代的边缘检测技术 | 第12-14页 |
| 1.3 论文的主要研究内容 | 第14-15页 |
| 1.4 论文章节安排 | 第15-16页 |
| 2 图像边缘检测原理及算法 | 第16-24页 |
| 2.1 边缘检测的概述及步骤 | 第16-17页 |
| 2.2 传统边缘检测算法 | 第17-23页 |
| 2.2.1 Roberts算子 | 第17-18页 |
| 2.2.2 Sobel算子 | 第18-19页 |
| 2.2.3 Prewitt算子 | 第19-20页 |
| 2.2.4 Canny算子 | 第20-21页 |
| 2.2.5 Laplacian算子 | 第21页 |
| 2.2.6 LOG算子 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 小波变换双阈值的图像边缘检测算法 | 第24-34页 |
| 3.1 小波变换基本理论 | 第24-29页 |
| 3.1.1 小波和小波基定义 | 第24-25页 |
| 3.1.2 连续小波变换(CWT)和离散小波变换(DWT) | 第25-26页 |
| 3.1.3 二维连续和离散小波变换 | 第26-27页 |
| 3.1.4 多分辨率分析(MRA)和二维Mallat算法 | 第27-29页 |
| 3.2 基于小波变换的图像边缘检测 | 第29-33页 |
| 3.2.1 小波模极大值边缘检测算法 | 第29-30页 |
| 3.2.2 小波基的选取 | 第30-31页 |
| 3.2.3 阈值的选取 | 第31-32页 |
| 3.2.4 小波变换双阈值边缘检测算法实现步骤 | 第32-33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 改进的形态学图像边缘检测算法 | 第34-39页 |
| 4.1 数学形态学的四种基本运算 | 第34-35页 |
| 4.2 结构元素的选取 | 第35-36页 |
| 4.3 经典数学形态学边缘检测算子 | 第36-37页 |
| 4.4 改进形态学的图像边缘检测算法实现步骤 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 5 基于小波变换双阈值和改进形态学的图像边缘检测算法 | 第39-55页 |
| 5.1 算法原理 | 第39-42页 |
| 5.2 高频、低频图像融合算法——差影法 | 第42-43页 |
| 5.3 实验结果与分析 | 第43-54页 |
| 5.3.1 图像边缘检测评价体系 | 第43-44页 |
| 5.3.2 仿真实验与分析 | 第44-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 作者简历 | 第59-60页 |
| 学位论文数据集 | 第60-61页 |
