| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9页 |
| ·图像处理的发展现状 | 第9-12页 |
| ·边缘检测的发展趋势 | 第12-13页 |
| ·论文的主要内容和结构 | 第13-15页 |
| 第二章 图像边缘检测及图像平滑 | 第15-29页 |
| ·边缘定义及分类 | 第15-16页 |
| ·边缘检测的评价方法 | 第16-17页 |
| ·一阶微分边缘检测算法 | 第17-19页 |
| ·Roberts 算子边缘检测 | 第17-18页 |
| ·Prewitt 算子边缘检测 | 第18页 |
| ·Sobel 算子边缘检测 | 第18-19页 |
| ·二阶微分边缘检测算法 | 第19-21页 |
| ·拉普拉斯算子 | 第19页 |
| ·LOG 边缘检测算子 | 第19-21页 |
| ·Canny 算子边缘检测 | 第21-22页 |
| ·新型的边缘检测算法 | 第22-23页 |
| ·小波变换边缘检测 | 第22-23页 |
| ·数学形态学边缘检测 | 第23页 |
| ·边缘检测算法的比较 | 第23-25页 |
| ·图像的平滑和增强 | 第25-28页 |
| ·均值滤波 | 第25-26页 |
| ·中值滤波 | 第26页 |
| ·基于小波变换的平滑和增强 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 图像的提升小波平滑 | 第29-47页 |
| ·小波变换概述 | 第29-31页 |
| ·连续小波变换 | 第29-30页 |
| ·离散小波变换 | 第30-31页 |
| ·二维小波变换 | 第31页 |
| ·提升小波变换 | 第31-37页 |
| ·提升小波变换算法 | 第32-34页 |
| ·提升小波逆变换 | 第34-35页 |
| ·提升小波的特点 | 第35页 |
| ·提升小波的分解与重构 | 第35-37页 |
| ·B 样条小波定义和性质 | 第37-38页 |
| ·B 样条小波理论及样条次数的选取 | 第38-41页 |
| ·小波基选取 | 第38-39页 |
| ·B 样条小波性质及选取条数 | 第39-41页 |
| ·基于 Canny 算法的 B 样条平滑函数与高斯平滑函数比较 | 第41-42页 |
| ·基于 Canny 算法的三次 B 样条小波提升图像平滑 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 改进的边缘检测算法 | 第47-60页 |
| ·概述 | 第47-48页 |
| ·粒子群算法 | 第48-50页 |
| ·粒子群算法概述 | 第48页 |
| ·粒子群优化算法 | 第48-50页 |
| ·基于粒子群双目标函数的 Canny 双阈值边缘处理 | 第50-51页 |
| ·粒子群的适应度函数的确定 | 第50-51页 |
| ·粒子群优化 Canny 算子的阈值边缘处理步骤 | 第51页 |
| ·基于三次 B 样条提升小波的改进 Canny 算子的边缘检测算法 | 第51-57页 |
| ·基本思想 | 第51-52页 |
| ·实现步骤 | 第52-53页 |
| ·算法流程图 | 第53页 |
| ·仿真结果与分析 | 第53-57页 |
| ·改进算法应用于远程医疗的脑部 CT 图像边缘检测 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 发表文章目录 | 第64-65页 |
| 致谢 | 第65-66页 |
| 详细摘要 | 第66-73页 |
