首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于时频分析方法的数字图像边缘检测算法及应用

目录第4-7页
CONTENTS第7-9页
摘要第9-11页
ABSTRACT第11-12页
符号说明第13-14页
第一章 序论第14-24页
    1.1 课题背景与研究意义第14-16页
    1.2 时频分析方法与数字图像处理技术概论第16-19页
        1.2.1 时频分析方法理论简介第16-18页
        1.2.2 数字图像处理技术简介第18-19页
    1.3 数字图像边缘检测第19-22页
        1.3.1 数字图像边缘检测算法简介第19-21页
        1.3.2 发展现状与前景第21-22页
    1.4 论文结构安排第22-24页
第二章 数字图像边缘检测算法基础理论第24-37页
    2.1 图像增强第24-26页
        2.1.1 邻域平均法第25-26页
        2.1.2 中值滤波器第26页
        2.1.3 拉普拉斯算子第26页
    2.2 数字图像边缘检测标准及常见算法第26-37页
        2.2.1 数字图像边缘模型及检测标准第27-28页
        2.2.2 传统的数字图像边缘检测算法第28-30页
        2.2.3 基于高斯的数字图像边缘检测算法第30-32页
        2.2.4 基于局部直方图的数字图像边缘检测方法第32-34页
        2.2.5 基于时频分析方法的现代数字图像边缘检测算法第34-37页
第三章 一个基于小波变换的数字图像边缘检测改进算法第37-48页
    3.1 小波变换的基本理论第37-41页
        3.1.1 连续小波变换的定义及性质第37-38页
        3.1.2 常见的连续小波基函数第38-40页
        3.1.3 离散小波变换的定义第40-41页
    3.2 基于小波变换相邻尺度系数的数字图像边缘检测算法第41-46页
    3.3 实验结果及分析第46-47页
    3.4 本章小结第47-48页
第四章 基于S变换的数字图像边缘检测算法第48-59页
    4.1 S变换的定义及性质第48-52页
        4.1.1 连续S变换的定义第48-49页
        4.1.2 连续S变换的性质第49-50页
        4.1.3 离散S变换第50-51页
        4.1.4 离散S逆变换第51-52页
    4.2 基于S变换的数字图像边缘检测算法第52-55页
        4.2.1 S变换相邻频率系数相乘第52-53页
        4.2.2 S变换相邻频率乘积系数非极大值滤波与阈值滤波第53-54页
        4.2.3 正交方向边缘图像合并第54-55页
    4.3 实验结果及分析第55-58页
    4.4 本章小结第58-59页
第五章 小波变换和边缘检测在X射线图像牙齿定位中的应用第59-69页
    5.1 牙齿个体识别技术简介第59-62页
        5.1.1 牙齿个体识别技术背景及意义第59-60页
        5.1.2 国内外研究现状第60-62页
        5.1.3 X影像牙齿定位的意义第62页
    5.2 基于小波变换和边缘检测的牙齿定位算法第62-66页
        5.2.1 通过小波变换检测牙齿区域上下边界第62-65页
        5.2.2 通过边缘检测确定牙齿部位左右边界第65-66页
    5.3 实验结果及分析第66-67页
    5.4 本章小结第67-69页
第六章 总结与展望第69-71页
参考文献第71-76页
致谢第76-77页
攻读硕士学位期间发表论文情况第77-78页
学位论文评阅及答辩情况表第78页

论文共78页,点击 下载论文
上一篇:微博用户的影响力分析
下一篇:数字视频监控管理系统的研究与实现