基于粗糙集理论的图像增强算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 文献综述 | 第8-12页 |
| ·图像增强与粗糙集 | 第8-10页 |
| ·图像增强 | 第8-9页 |
| ·粗糙集 | 第9-10页 |
| ·基于粗糙集的图像处理 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11页 |
| ·研究目的与意义 | 第11-12页 |
| 第二章 图像增强的基本方法 | 第12-24页 |
| ·直接灰度变换 | 第12-14页 |
| ·线性增强变换 | 第12-13页 |
| ·非线性增强变换 | 第13-14页 |
| ·直方图修正 | 第14-15页 |
| ·直方图均衡化 | 第14-15页 |
| ·直方图规定化 | 第15页 |
| ·平滑滤波 | 第15-19页 |
| ·线性滤波 | 第16-17页 |
| ·中值滤波 | 第17-18页 |
| ·自适应滤波 | 第18-19页 |
| ·锐化滤波 | 第19-23页 |
| ·梯度算子法 | 第19-20页 |
| ·Roberts 算子 | 第20页 |
| ·Prewitt 算子 | 第20-21页 |
| ·Sobel 算子 | 第21页 |
| ·Laplace 算子 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于粗糙集的图像增强算法 | 第24-33页 |
| ·粗糙集基础概念 | 第24-27页 |
| ·知识表达系统 | 第24页 |
| ·不可分辨关系 | 第24-25页 |
| ·粗糙集近似及其精度 | 第25-26页 |
| ·知识约简 | 第26-27页 |
| ·基于粗糙集理论的图像增强算法 | 第27-30页 |
| ·基于不可分辨关系的子图划分 | 第27-28页 |
| ·最大类间方差法确定阈值 P | 第28-29页 |
| ·基于粗糙集理论的图像增强算法 | 第29-30页 |
| ·图像增强质量的评价 | 第30页 |
| ·实验结果及分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于粗糙集和模糊集的图像增强算法 | 第33-44页 |
| ·模糊集理论基础 | 第33-36页 |
| ·模糊集合与经典集合的关系 | 第33-34页 |
| ·模糊集合的表示方法 | 第34-35页 |
| ·隶属函数及其确定方法 | 第35-36页 |
| ·模糊特征平面 | 第36页 |
| ·模糊集和粗糙集的比较 | 第36-37页 |
| ·Pal 模糊理论图像增强方法 | 第37-39页 |
| ·传统算法的原理 | 第37-38页 |
| ·传统算法的缺点 | 第38-39页 |
| ·基于粗糙集和模糊集的图像增强方法 | 第39-41页 |
| ·对隶属函数作出改进 | 第40页 |
| ·对增强算子作出改进 | 第40-41页 |
| ·基于粗糙集和模糊集的图像增强算法 | 第41页 |
| ·实验结果及分析讨论 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于粗糙集和小波变换的图像增强算法 | 第44-55页 |
| ·小波变换理论基础 | 第44-46页 |
| ·小波变换的定义 | 第44-45页 |
| ·连续小波变换 | 第45页 |
| ·离散小波变换 | 第45-46页 |
| ·小波变换的特点 | 第46页 |
| ·多分辨率分析 | 第46-48页 |
| ·传统的小波变换图像增强方法 | 第48-52页 |
| ·mallat 算法 | 第48-49页 |
| ·小波分解 | 第49-50页 |
| ·小波重构 | 第50-51页 |
| ·基于小波变换的图像增强原理 | 第51-52页 |
| ·基于粗糙集和小波变换的图像增强 | 第52-53页 |
| ·实验结果与分析讨论 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·全文总结 | 第55页 |
| ·本论文创新之处 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 附录 | 第60-64页 |
| 个人简历及在校期间发表的学术论文 | 第64页 |
