| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 前言 | 第12-16页 |
| 1.1 选题依据及研究意义 | 第12-13页 |
| 1.2 国内外的研究现状 | 第13-15页 |
| 1.2.1 同相轴自动拾取的研究现状 | 第13-14页 |
| 1.2.2 边缘检测技术的研究现状 | 第14-15页 |
| 1.3 研究的具体内容和技术要点 | 第15-16页 |
| 2 图像边缘检测 | 第16-26页 |
| 2.1 图像边缘检测的基本概念 | 第16页 |
| 2.2 图像边缘检测算子 | 第16-26页 |
| 2.2.1 差分边缘检测方法 | 第17-18页 |
| 2.2.2 Roberts 边缘检测算子 | 第18页 |
| 2.2.3 Sobel 边缘检测算子 | 第18-19页 |
| 2.2.4 Prewitt 边缘检测算子 | 第19-20页 |
| 2.2.5 Canny 边缘检测算子 | 第20-26页 |
| 3 同相轴的自动拾取 | 第26-36页 |
| 3.1 同相轴自动拾取意义和准则 | 第26页 |
| 3.2 基于倾角扇形的同相轴自动拾取 | 第26-28页 |
| 3.3 基于互相关算法的同相轴拾取 | 第28-29页 |
| 3.4 基于人工神经网络的同相轴拾取 | 第29-31页 |
| 3.5 基于图像边缘检测的同相轴自动拾取 | 第31-35页 |
| 3.5.1 图像边缘检测实现同相轴自动拾取的原理 | 第31-34页 |
| 3.5.2 边缘检测的算法流程 | 第34-35页 |
| 3.6 四种方法的比较 | 第35-36页 |
| 4 利用边缘检测实现同相轴自动拾取 | 第36-49页 |
| 4.1 实际地震资料的选定 | 第36-37页 |
| 4.2 基于边缘检测的同相轴追踪的实现 | 第37-44页 |
| 4.2.1 地震剖面到灰度图像的转换 | 第37-38页 |
| 4.2.2 中值滤波的实现 | 第38页 |
| 4.2.3 边缘检测的实现 | 第38-44页 |
| 4.3 识别同相轴的边界线 | 第44-46页 |
| 4.4 三种算子效果比较 | 第46-47页 |
| 4.5 识别同相轴 | 第47-49页 |
| 5 Canny 算子边缘检测的编程实现 | 第49-58页 |
| 5.1 编程平台的选择 | 第49页 |
| 5.2 正确读取地震数据 | 第49-51页 |
| 5.3 地震剖面转换为灰度图 | 第51页 |
| 5.4 Canny 边缘检测算子的 C++编程实现 | 第51-58页 |
| 5.4.1 高斯滤波器的实现 | 第52-53页 |
| 5.4.2 计算图像梯度的方向和幅度 | 第53-54页 |
| 5.4.3 非极大值抑制 | 第54-56页 |
| 5.4.4 双阈值算法检测图像边缘并连接边缘 | 第56-58页 |
| 6 结论和建议 | 第58-60页 |
| 6.1 结论 | 第58页 |
| 6.2 建议 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 个人简历 | 第65页 |
| 发表的学术论文 | 第65-66页 |