基于YUV颜色空间的边缘检测算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-22页 |
| ·课题研究的背景以及意义 | 第9-10页 |
| ·边缘检测算法的国内外研究现状 | 第10-18页 |
| ·基于小波变换理论的多尺度边缘提取算法 | 第10-11页 |
| ·基于数学形态学理论的边缘提取算法 | 第11页 |
| ·基于分形理论的边缘提取算法 | 第11-12页 |
| ·基于细胞神经网络学的边缘提取算法 | 第12页 |
| ·传统的边缘检测方法对图像边缘检测的步骤 | 第12-13页 |
| ·经典边缘检测算子效果图的比较以及分析 | 第13-14页 |
| ·彩色图像的边缘检测算法分析 | 第14-18页 |
| ·边缘检测算法的发展趋势 | 第18-20页 |
| ·本文中的主要研究内容及工作安排 | 第20-22页 |
| 第二章 改进的彩色图像边缘检测算法 | 第22-46页 |
| ·基本概念与基础理论 | 第22-27页 |
| ·图像中有关梯度的定义 | 第22页 |
| ·图像中有关边缘的定义 | 第22-23页 |
| ·图像中梯度和边缘之间的联系 | 第23页 |
| ·一阶导数算子的介绍 | 第23-26页 |
| ·二阶导数算子的介绍 | 第26-27页 |
| ·颜色空间 | 第27-32页 |
| ·RGB 颜色空间 | 第28-29页 |
| ·HSV 颜色空间 | 第29页 |
| ·HSI 颜色空间 | 第29-31页 |
| ·YUV 颜色空间 | 第31页 |
| ·CIEXYZ 颜色空间 | 第31-32页 |
| ·CIELAB 颜色空间 | 第32页 |
| ·基于不同颜色空间的边缘检测算法的分析 | 第32页 |
| ·改进的基于 YUV 颜色空间的边缘检测算法 | 第32-40页 |
| ·决定颜色空间选取的因素 | 第33-35页 |
| ·改进的模板检测算子 | 第35页 |
| ·阈值参数选取分析 | 第35-38页 |
| ·边缘细化算法分析 | 第38-40页 |
| ·实验效果的比较及分析 | 第40-44页 |
| ·本章小结 | 第44-46页 |
| 第三章 结合边缘生长的优化算法 | 第46-57页 |
| ·边缘生长原理 | 第46-47页 |
| ·改进的基于边缘生长的新算法 | 第47-50页 |
| ·找出边缘生长起始点 | 第47-48页 |
| ·确定边缘生长方向 | 第48-50页 |
| ·实验结果及数据分析 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 总结和展望 | 第57-58页 |
| ·本文工作的总结 | 第57页 |
| ·将来工作的展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |
