多尺度自适应边缘检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-14页 |
| ·概述 | 第8-11页 |
| ·图像分析与测量技术 | 第8-9页 |
| ·边缘检测的基本概念 | 第9页 |
| ·边缘检测方法的现状 | 第9-11页 |
| ·论文的选题意义和主要工作 | 第11-12页 |
| ·论文的内容安排 | 第12-14页 |
| 第二章 边缘检测的基本方法 | 第14-25页 |
| ·引言 | 第14-15页 |
| ·基于微分算子的边缘检测方法 | 第15-18页 |
| ·梯度算子 | 第15-17页 |
| ·基于二阶微分的边缘检测算子 | 第17-18页 |
| ·马尔-希尔德雷斯边缘提取方法 | 第18-19页 |
| ·Canny边缘检测方法 | 第19页 |
| ·多尺度边缘聚焦方法 | 第19-21页 |
| ·基于自适应平滑滤波的边缘检测方法 | 第21-23页 |
| ·松弛迭代边缘检测方法 | 第23-24页 |
| ·边缘检测算法比较 | 第24-25页 |
| 第三章 多尺度自适应高斯滤波方法 | 第25-41页 |
| ·边缘检测中的尺度 | 第25页 |
| ·高斯滤波 | 第25-27页 |
| ·多尺度自适应高斯滤波 | 第27-37页 |
| ·基本原理 | 第27-28页 |
| ·根据局部灰度信息确定高斯滤波器参数 | 第28-37页 |
| ·多尺度自适应高斯图像金字塔 | 第37-41页 |
| ·引言 | 第37-38页 |
| ·图像金字塔 | 第38-40页 |
| ·多尺度自适应高斯图像金字塔 | 第40-41页 |
| 第四章 Canny自适应边缘检测方法 | 第41-51页 |
| ·引言 | 第41页 |
| ·Canny边缘检测理论 | 第41-43页 |
| ·传统的Canny边缘检测算法 | 第43-45页 |
| ·高斯滤波平滑图像 | 第43-44页 |
| ·计算梯度的幅值和方向 | 第44页 |
| ·对梯度幅值进行非极大值抑制 | 第44页 |
| ·用双阈值算法检测和连接边缘 | 第44-45页 |
| ·Canny自适应边缘检测算法 | 第45-49页 |
| ·传统Canny算法的缺陷 | 第45页 |
| ·多尺度自适应高斯滤波方法 | 第45页 |
| ·改进的图像梯度幅值计算方法 | 第45-46页 |
| ·自适应的动态阈值方法 | 第46-49页 |
| ·边缘跟踪和细化 | 第49-51页 |
| ·边缘跟踪 | 第49-50页 |
| ·边缘细化和剔除孤立点噪声 | 第50-51页 |
| 第五章 实验结果及分析 | 第51-68页 |
| ·实验简介 | 第51页 |
| ·实验1 | 第51-54页 |
| ·指定了高斯滤波系数的情况 | 第51-52页 |
| ·自适应确定高斯滤波系数的情况 | 第52-54页 |
| ·实验1结果分析 | 第54页 |
| ·实验2 | 第54-64页 |
| ·建立多尺度自适应高斯图像金字塔 | 第56页 |
| ·对高斯图像金字塔进行边缘检测 | 第56-64页 |
| ·实验2结果分析 | 第64页 |
| ·实验3 | 第64-67页 |
| ·提取标定点的中心坐标 | 第64-67页 |
| ·实验3结果分析 | 第67页 |
| ·结论 | 第67-68页 |
| 第六章 结束语 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
