基于Canny算子与色调信息的叶脉提取方法
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 边缘检测的国内外研究现状 | 第11-13页 |
| 1.2.2 叶脉提取的国内外研究现状 | 第13-14页 |
| 1.3 本文的主要内容和结构 | 第14-18页 |
| 第2章 基于Canny算子的叶脉提取方法 | 第18-32页 |
| 2.1 传统边缘检测算子 | 第18-21页 |
| 2.2 Canny边缘检测原理 | 第21-22页 |
| 2.3 Canny边缘检测算法 | 第22-27页 |
| 2.3.1 高斯平滑滤波 | 第22-24页 |
| 2.3.2 计算梯度幅值和方向 | 第24-25页 |
| 2.3.3 非极大值抑制 | 第25-26页 |
| 2.3.4 双阈值检测连接边缘 | 第26-27页 |
| 2.4 实验结果与分析 | 第27-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于色调信息的叶脉提取方法 | 第32-39页 |
| 3.1 颜色空间的选取 | 第32-33页 |
| 3.2 利用色调信息提取叶脉 | 第33-36页 |
| 3.2.1 颜色空间转换 | 第33-34页 |
| 3.2.2 图像增强 | 第34-35页 |
| 3.2.3 二值化 | 第35-36页 |
| 3.3 实验结果与分析 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 叶脉的数学形态学处理及融合 | 第39-55页 |
| 4.1 基于数学形态学预处理叶脉 | 第39-43页 |
| 4.1.1 结构元素的选取 | 第39页 |
| 4.1.2 数学形态学的基本运算 | 第39-41页 |
| 4.1.3 实验结果 | 第41-43页 |
| 4.2 基于小波变换的叶脉融合 | 第43-50页 |
| 4.2.1 小波变换图像融合算法 | 第43-46页 |
| 4.2.2 融合效果的评价 | 第46-47页 |
| 4.2.3 实验结果 | 第47-50页 |
| 4.3 叶脉提取结果评价与分析 | 第50-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 总结和展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录A 攻读硕士学位期间的研究成果 | 第62页 |
