| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 课题研究的背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 图像增强方法研究现状 | 第8-10页 |
| 1.2.2 目标检测研究现状 | 第10-11页 |
| 1.3 研究内容和论文结构 | 第11-13页 |
| 1.4 本章小结 | 第13-14页 |
| 2 图像预处理 | 第14-25页 |
| 2.1 图像灰度化 | 第14-16页 |
| 2.2 图像二值化 | 第16-17页 |
| 2.2.1 全局阈值法 | 第16-17页 |
| 2.2.2 局部阈值法 | 第17页 |
| 2.3 图像去噪 | 第17-21页 |
| 2.3.1 空间域去噪 | 第18-20页 |
| 2.3.2 频域去噪 | 第20-21页 |
| 2.4 数学形态学 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于模糊集理论的图像增强 | 第25-39页 |
| 3.1 图像模糊增强的基本理论 | 第25-29页 |
| 3.1.1 集合与模糊集合的概念 | 第25-27页 |
| 3.1.2 常用的隶属函数 | 第27-28页 |
| 3.1.3 模糊性的度量 | 第28-29页 |
| 3.2 传统的模糊图像增强 | 第29-31页 |
| 3.3 改进的模糊图像增强 | 第31-35页 |
| 3.4 实验结果仿真与分析 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于颜色和边缘信息的矿井下人员目标检测 | 第39-57页 |
| 4.1 矿井下人员目标的特点 | 第39-40页 |
| 4.2 颜色背景模型 | 第40-44页 |
| 4.2.1 平均背景模型 | 第40-41页 |
| 4.2.2 单高斯背景模型 | 第41页 |
| 4.2.3 高斯混合模型 | 第41-42页 |
| 4.2.4 颜色背景模型的选取 | 第42-44页 |
| 4.3 边缘背景模型 | 第44-51页 |
| 4.3.1 边缘算子概述 | 第44-48页 |
| 4.3.2 边缘背景模型的选取 | 第48-50页 |
| 4.3.3 边缘背景模型的建立 | 第50-51页 |
| 4.4 融合算法实现目标检测 | 第51-53页 |
| 4.5 实验结果仿真与分析 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
| A. 作者在攻读学位期间发表的论文和取得的科研成果 | 第64页 |
| B. 作者在攻读学位期间参加科研项目 | 第64页 |