| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 机器视觉 | 第10-13页 |
| 1.2.1 机器视觉概述 | 第10-11页 |
| 1.2.2 机器视觉系统构成 | 第11-12页 |
| 1.2.3 机器视觉的发展与应用 | 第12-13页 |
| 1.3 数字图像处理 | 第13-14页 |
| 1.4 边缘检测概述 | 第14-16页 |
| 1.5 论文结构安排 | 第16-17页 |
| 本章小结 | 第17-18页 |
| 第二章 图像增强技术 | 第18-25页 |
| 2.1 图像增强概述 | 第18页 |
| 2.2 图像的空间域增强方法 | 第18-23页 |
| 2.2.1 灰度变换 | 第18-21页 |
| 2.2.2 直方图修正 | 第21-22页 |
| 2.2.3 图像平滑滤波 | 第22-23页 |
| 2.3 图像的频率域增强方法 | 第23-24页 |
| 本章小结 | 第24-25页 |
| 第三章 数字图像边缘检测及亚像素级边缘检测 | 第25-40页 |
| 3.1 边缘检测概述 | 第25-26页 |
| 3.2 传统像素级边缘检测 | 第26-29页 |
| 3.2.1 梯度算子 | 第26页 |
| 3.2.2 Roberts算子 | 第26-27页 |
| 3.2.3 Sobel算子和Prewitt算子 | 第27页 |
| 3.2.4 Robinson算子和Kirsch算子 | 第27-28页 |
| 3.2.5 Canny算子 | 第28页 |
| 3.2.6 拉普拉斯算子 | 第28-29页 |
| 3.3 亚像素级边缘检测 | 第29-32页 |
| 3.3.1 基于插值的方法 | 第30-31页 |
| 3.3.2 基于拟合的方法 | 第31-32页 |
| 3.4 本文检测方法 | 第32-37页 |
| 3.4.1 改进像素级检测算子 | 第32-33页 |
| 3.4.2 基于空间矩的亚像素检测 | 第33-35页 |
| 3.4.3 检测步骤 | 第35页 |
| 3.4.4 实验结果与分析 | 第35-37页 |
| 3.5 新型边缘检测方法 | 第37-39页 |
| 本章小结 | 第39-40页 |
| 第四章 基于模糊理论的边缘检测方法 | 第40-65页 |
| 4.1 模糊理论在图像处理中的应用 | 第40-41页 |
| 4.2 模糊推理系统 | 第41-42页 |
| 4.3 基于模糊理论的边缘检测 | 第42-45页 |
| 4.3.1 模糊检测过程 | 第42-44页 |
| 4.3.2 Pal&King算法及其过程 | 第44-45页 |
| 4.3.3 算法的不足之处 | 第45页 |
| 4.4 本文的模糊检测方法 | 第45-54页 |
| 4.4.1 差值模板的构造 | 第46页 |
| 4.4.2 模糊集合 | 第46-47页 |
| 4.4.3 隶属度函数的设置 | 第47-51页 |
| 4.4.4 解模糊方法 | 第51-52页 |
| 4.4.5 模糊规则 | 第52-53页 |
| 4.4.6 模糊推理方法 | 第53-54页 |
| 4.5 实验结果与分析 | 第54-64页 |
| 4.5.1 评价方法 | 第54-56页 |
| 4.5.2 实验仿真结果 | 第56-63页 |
| 4.5.3 实验结果分析 | 第63-64页 |
| 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72页 |