灰度图像边缘检测算法的性能评价
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-19页 |
| ·课题来源 | 第11页 |
| ·边缘检测概述 | 第11-12页 |
| ·边缘检测的步骤 | 第12-13页 |
| ·选用的图像 | 第13-14页 |
| ·课题研究的目的与意义 | 第14页 |
| ·国内外研究现状 | 第14-17页 |
| ·边缘检测算法研究现状 | 第14-15页 |
| ·边缘检测算法性能评价方法研究现状 | 第15-17页 |
| ·目前存在的问题 | 第17-18页 |
| ·本课题研究设想和预期目标 | 第18页 |
| ·本文的内容安排 | 第18-19页 |
| 2 边缘检测算法概述 | 第19-38页 |
| ·经典边缘检测算法 | 第19-22页 |
| ·Canny算法 | 第22-24页 |
| ·基于模糊增强的边缘检测 | 第24-26页 |
| ·模糊集合及隶属度的定义 | 第24页 |
| ·Pal.King边缘检测算法 | 第24-26页 |
| ·改进的模糊增强算法 | 第26页 |
| ·基于3阶中心矩的统计边缘检测算法 | 第26-27页 |
| ·基于曲面拟合的边缘检测算法 | 第27-30页 |
| ·B样条函数的边缘检测 | 第28-29页 |
| ·Haralick零交叉边缘检测 | 第29-30页 |
| ·基于灰度(数学)形态学的边缘检测 | 第30-32页 |
| ·数学形态学原理 | 第30-31页 |
| ·灰度形态学原理 | 第31页 |
| ·形态学边缘检测 | 第31-32页 |
| ·基于模板匹配的SUSAN算法 | 第32-34页 |
| ·SUSAN算法的检测原理 | 第32-33页 |
| ·SUSAN算法图像边缘检测步骤 | 第33-34页 |
| ·算法检测结果 | 第34-38页 |
| 3 边缘检测效果的评价方法 | 第38-74页 |
| ·关于评价方法的约定 | 第38-42页 |
| ·图像分类 | 第38页 |
| ·先验知识 | 第38-39页 |
| ·检测到边缘点的四种情况 | 第39页 |
| ·噪声 | 第39-40页 |
| ·模糊化 | 第40-41页 |
| ·信噪比 | 第41-42页 |
| ·边缘检测的难点 | 第42-43页 |
| ·平滑与去噪 | 第42页 |
| ·图像边缘位置的确定 | 第42页 |
| ·图像边缘的连续性 | 第42-43页 |
| ·边缘检测阈值的确定 | 第43页 |
| ·边缘的近邻掩盖效应 | 第43页 |
| ·经典的效果评价方法 | 第43-52页 |
| ·Canny准则 | 第43-45页 |
| ·Abdou-Pratt品质因数 | 第45-46页 |
| ·Strickland自适应品质度量公式 | 第46-49页 |
| ·定位精度分析方法 | 第49页 |
| ·Yitzhak与Peli客观边缘检测衡量方法 | 第49-51页 |
| ·Heath和Sarkar视觉判断方法 | 第51-52页 |
| ·综合评价算法 | 第52-65页 |
| ·边缘的连续性 | 第52页 |
| ·边缘的光滑性 | 第52-53页 |
| ·边缘的细化程度 | 第53页 |
| ·边缘的定位 | 第53-55页 |
| ·边缘的定位精度 | 第55-59页 |
| ·噪声因素 | 第59-63页 |
| ·时间复杂度 | 第63-65页 |
| ·小结 | 第65页 |
| ·仿真实验 | 第65-74页 |
| 4 结论 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 在学研究成果 | 第79-80页 |
| 致谢 | 第80页 |
