| 摘要 | 第1-4页 |
| Abstraction | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题背景、目的及意义 | 第7页 |
| ·国内外研究现状 | 第7-10页 |
| ·本文主要研究内容与结构安排 | 第10-11页 |
| 第二章 数学形态学图像处理 | 第11-26页 |
| ·引言 | 第11页 |
| ·数学形态学的原理与基本概念 | 第11-13页 |
| ·二值图像的形态学处理 | 第13-19页 |
| ·二值形态学基本运算和性质 | 第14-16页 |
| ·腐蚀和膨胀的代数性质 | 第16-17页 |
| ·形态开和闭运算 | 第17-18页 |
| ·开和闭运算的代数性质 | 第18-19页 |
| ·灰度图像形态学处理 | 第19-26页 |
| ·灰度腐蚀和膨胀运算 | 第20-21页 |
| ·灰度腐蚀和膨胀的基本性质 | 第21-22页 |
| ·灰度形态开和闭运算 | 第22-24页 |
| ·灰度形态学开和闭运算的基本性质 | 第24页 |
| ·高帽变换(Top-Hat)和低帽变换(Bot-hat) | 第24-26页 |
| 第三章 序列图像目标检测 | 第26-38页 |
| ·引言 | 第26页 |
| ·背景减法目标检测 | 第26-32页 |
| ·算法介绍 | 第26-28页 |
| ·背景模型算法研究 | 第28-32页 |
| ·对称差分法目标检测 | 第32-34页 |
| ·对称差分法 | 第32-34页 |
| ·基于对称差分的背景减法 | 第34-36页 |
| ·实验结果与分析 | 第36-38页 |
| 第四章 基于区域图像的形态学目标检测 | 第38-47页 |
| ·引言 | 第38页 |
| ·区域图像形态学预处理 | 第38-42页 |
| ·形态学滤波 | 第38-40页 |
| ·分割闭值选取方法 | 第40-42页 |
| ·区域图像多结构元素目标检测算法 | 第42-45页 |
| ·多结构元素原理 | 第42-43页 |
| ·多结构元素目标检测算法构造 | 第43-45页 |
| ·实验结果分析 | 第45-47页 |
| 第五章 基于形态学的对称差分背景减法 | 第47-51页 |
| ·引言 | 第47页 |
| ·算法介绍 | 第47-48页 |
| ·处理流程图 | 第47页 |
| ·实验步骤 | 第47-48页 |
| ·区域图像的获取 | 第48-49页 |
| ·序列图像中标记目标的区域 | 第48-49页 |
| ·实验结果分析 | 第49-51页 |
| 第六章 结论与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |