灰度图像边缘检测方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-13页 |
| 第一节 概述 | 第8-9页 |
| 第二节 论文的选题意义与主要工作 | 第9-11页 |
| 第三节 论文的内容安排 | 第11-13页 |
| 第二章 经典的边缘检测算法 | 第13-29页 |
| 第一节 引言 | 第13-15页 |
| 第二节 基于微分算子的边缘检测方法 | 第15-18页 |
| 一、梯度算子 | 第15-18页 |
| 二、方向算子 | 第18页 |
| 第三节 二阶微分算子 | 第18-20页 |
| 第四节 CANNY算子 | 第20-21页 |
| 第五节 基于自适应平滑滤波的边缘检测方法 | 第21-22页 |
| 第六节 松弛迭代边缘检测方法 | 第22-24页 |
| 第七节 基于神经网络的图像边缘检测方法 | 第24-25页 |
| 第八节 基于小波的边缘检测方法 | 第25-28页 |
| 一、小波分析的基本理论 | 第25-26页 |
| 二、小波边缘检测的详细步骤及合成 | 第26-28页 |
| 第九节 各算子性能比较 | 第28-29页 |
| 第三章 基于灰色关联度的图像边缘检测方法 | 第29-42页 |
| 第一节 引言 | 第29-30页 |
| 第二节 灰色系统的概念及原理 | 第30-34页 |
| 一、灰色系统 | 第30页 |
| 二、灰色系统的基本原理 | 第30-32页 |
| 三、灰色关联分析 | 第32-34页 |
| 四、灰色关联度 | 第34页 |
| 第三节 基于灰色关联度的图像边缘检测方法 | 第34-37页 |
| 第四节 算法的具体实现步骤 | 第37页 |
| 第五节 边缘跟踪 | 第37-38页 |
| 第六节 实验和仿真结果 | 第38-40页 |
| 第七节 结论 | 第40-42页 |
| 第四章基于局部熵的图像边缘检测方法 | 第42-48页 |
| 第一节 引言 | 第42页 |
| 第二节 信息熵和局部熵的概念 | 第42-44页 |
| 一、信息熵 | 第42-43页 |
| 二、局部熵 | 第43-44页 |
| 第三节 基于局部熵的边缘检测算法 | 第44-45页 |
| 第四节 算法的实现过程 | 第45页 |
| 第五节 实验和仿真结果 | 第45-47页 |
| 第六节 结论 | 第47-48页 |
| 第五章基于模糊熵的图像边缘检测方法 | 第48-55页 |
| 第一节 引言 | 第48页 |
| 第二节 模糊熵的概念 | 第48-49页 |
| 第三节 基于模糊熵的图像边缘检测方法 | 第49-52页 |
| 第四节 本章算法的实现步骤 | 第52页 |
| 第五节 实验结果和仿真 | 第52-54页 |
| 第六节 结论 | 第54-55页 |
| 第六章 结论和展望 | 第55-57页 |
| 第一节 结论 | 第55-56页 |
| 第二节 展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
