| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-17页 |
| 1.1.1 数学形态学概述 | 第14页 |
| 1.1.2 数学形态学的发展历史 | 第14-16页 |
| 1.1.3 自适应形态学发展概况 | 第16-17页 |
| 1.2 本文的研究内容与意义 | 第17-18页 |
| 1.3 本文内容安排 | 第18-20页 |
| 第二章 数学形态学基本理论 | 第20-36页 |
| 2.1 基本概念 | 第20-23页 |
| 2.1.1 基本集合知识 | 第20-21页 |
| 2.1.2 数字图像的表示 | 第21-22页 |
| 2.1.3 结构元素 | 第22-23页 |
| 2.2 二值数学形态学 | 第23-28页 |
| 2.2.1 二值膨胀和腐蚀 | 第23-26页 |
| 2.2.2 二值开启和闭合 | 第26-28页 |
| 2.3 灰度数学形态学 | 第28-33页 |
| 2.3.1 灰度膨胀和腐蚀 | 第28-32页 |
| 2.3.2 灰度开启和闭合 | 第32-33页 |
| 2.4 彩色数学形态学 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 自适应数学形态学灰度图像去噪 | 第36-48页 |
| 3.1 传统灰度数学形态学图像去噪 | 第36-38页 |
| 3.2 基于像素点最小梯度的自适应形态学图像去噪 | 第38-45页 |
| 3.2.1 基于像素点最小梯度的自适应结构元素选取 | 第38-41页 |
| 3.2.2 基于像素点最小梯度的自适应形态学图像去噪 | 第41-45页 |
| 3.3 本章小结 | 第45-48页 |
| 第四章 自适应形态学灰度图像边缘检测 | 第48-60页 |
| 4.1 常用边缘检测算子 | 第48-50页 |
| 4.1.1 经典边缘检测算子 | 第48-50页 |
| 4.1.2 经典算子实验仿真 | 第50页 |
| 4.2 形态学边缘检测 | 第50-53页 |
| 4.2.1 形态学边缘检测原理 | 第51-52页 |
| 4.2.2 结构元素对检测结果的影响 | 第52-53页 |
| 4.3 基于图像各向梯度的自适应形态学边缘检测 | 第53-58页 |
| 4.3.1 基于图像各向梯度的自适应结构元素选取 | 第53-56页 |
| 4.3.2 图像边缘检测仿真实验 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 自适应形态学彩色图像去噪 | 第60-70页 |
| 5.1 彩色图像基本知识 | 第60-64页 |
| 5.1.1 颜色空间 | 第60-63页 |
| 5.1.2 颜色向量序 | 第63-64页 |
| 5.2 自适应形态学彩色图像去噪 | 第64-68页 |
| 5.2.1 退化矢量序下的自适应形态学去噪 | 第65-67页 |
| 5.2.2 边际序下自适应形态学彩色图像去噪 | 第67-68页 |
| 5.3 本章小节 | 第68-70页 |
| 第六章 结论和展望 | 第70-72页 |
| 6.1 研究结论 | 第70-71页 |
| 6.2 研究展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |