| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 图像边缘检测的发展 | 第10-12页 |
| 1.1.1 图像边缘概述 | 第10-11页 |
| 1.1.2 边缘检测及发展 | 第11-12页 |
| 1.2 数字图像处理和数学形态学 | 第12-13页 |
| 1.3 图像处理中形态学的优势 | 第13页 |
| 1.4 论文研究的目的和意义 | 第13-14页 |
| 1.5 本文主要工作和内容安排 | 第14-16页 |
| 第二章 自商图和形态学理论综述 | 第16-32页 |
| 2.1 引言 | 第16页 |
| 2.2 自商图综述 | 第16-23页 |
| 2.2.1 阴影人脸的光照处理方法 | 第16-17页 |
| 2.2.2 基于Retinex理论 | 第17-20页 |
| 2.2.3 商图理论 | 第20-23页 |
| 2.3 形态学 | 第23-32页 |
| 2.3.1 传统二值形态学 | 第24-28页 |
| 2.3.2 灰度形态学 | 第28-32页 |
| 第三章 阴影环境下基于自商图图像增强的边缘检测 | 第32-50页 |
| 3.1 引言 | 第32页 |
| 3.2 改进自商图像 | 第32-35页 |
| 3.3 传统的边缘检测模型及算法 | 第35-45页 |
| 3.3.1 基于梯度的边缘检测算法 | 第35-40页 |
| 3.3.2 二阶的微分边缘检测算法 | 第40-45页 |
| 3.4 基于自商图图像增强的边缘检测新算法 | 第45-49页 |
| 3.4.1 新算法模型及步骤 | 第45-46页 |
| 3.4.2 仿真研究 | 第46-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 阴影且噪声环境下基于自商图及其形态学的边缘检测 | 第50-68页 |
| 4.1 引言 | 第50-51页 |
| 4.2 图像边缘的定义 | 第51-52页 |
| 4.3 形态学图像平滑 | 第52-53页 |
| 4.4 形态学边缘检测算子 | 第53-57页 |
| 4.5 一种改进抗噪边缘检测算子 | 第57-63页 |
| 4.6 基于自商图及其形态学的边缘检测算法 | 第63-65页 |
| 4.6.1 新算法模型及步骤 | 第63-64页 |
| 4.6.2 仿真实验及分析 | 第64-65页 |
| 4.7 本章小结 | 第65-68页 |
| 第五章 基于GUI阴影图像边缘检测软件实现 | 第68-74页 |
| 5.1 引言 | 第68-69页 |
| 5.2 阴影图像边缘检测软件主界面的设计 | 第69-71页 |
| 5.3 界面的激活与操作 | 第71-72页 |
| 5.4 结果生成 | 第72-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第六章 结论 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录A (攻读学位其间发表论文目录) | 第82页 |