第一章 绪论 | 第1-17页 |
1.1 数学形态学的发展 | 第10-12页 |
1.2 数学形态学的研究内容 | 第12-13页 |
1.3 数学形态学的研究现状 | 第13-15页 |
1.4 论文的结构和创新点 | 第15-17页 |
第二章 数学形态学基本理论 | 第17-33页 |
2.1 二值数学形态学 | 第17-25页 |
2.1.1 数字图象的表示及平移和反射 | 第17页 |
2.1.2 腐蚀运算 | 第17-18页 |
2.1.3 膨胀运算 | 第18-19页 |
2.1.4 二值形态膨胀和腐蚀运算的性质 | 第19-22页 |
2.1.5 开运算和闭运算 | 第22-24页 |
2.1.6 开、闭运算的性质 | 第24-25页 |
2.2 灰值数学形态学 | 第25-30页 |
2.2.1 灰值腐蚀运算 | 第25-27页 |
2.2.2 灰值膨胀运算 | 第27-28页 |
2.2.3 灰值膨胀和腐蚀的性质 | 第28-29页 |
2.2.4 灰值开、闭运算 | 第29-30页 |
2.3 本影变换 | 第30-32页 |
2.4 本章小结 | 第32-33页 |
第三章 数学形态学应用 | 第33-60页 |
3.1 数学形态学基本应用 | 第33-36页 |
3.1.1 边缘检测 | 第33-34页 |
3.1.2 形状分析 | 第34页 |
3.1.3 骨架化 | 第34-35页 |
3.1.4 波峰/谷检测 | 第35页 |
3.1.5 颗粒分析 | 第35-36页 |
3.2 数学形态学在纱疵检测中的应用 | 第36-47页 |
3.2.1 技术背景 | 第36-37页 |
3.2.2 时域纱疵检测方法 | 第37页 |
3.2.3 小波变换纱疵检测方法 | 第37-42页 |
3.2.4 数学形态学“梯形塔式”模板纱疵检测方法 | 第42-47页 |
3.3 数学形态学在红外弱小目标检测中的应用 | 第47-54页 |
3.3.1 技术背景 | 第47-48页 |
3.3.2 形态学红外序列图象弱小目标检测方法 | 第48-54页 |
3.4 数学形态学在闭环控制形态反馈信号滤波中的应用 | 第54-59页 |
3.4.1 技术背景 | 第54-57页 |
3.4.2 数学形态学雷达天线姿态信号滤波方法 | 第57-59页 |
3.5 本章小结 | 第59-60页 |
第四章 形态金字塔 | 第60-77页 |
4.1 引言 | 第60-61页 |
4.2 形态金字塔 | 第61-68页 |
4.2.1 多分辨分析 | 第61-62页 |
4.2.2 形态金字塔数学基础 | 第62-63页 |
4.2.3 金字塔条件 | 第63-64页 |
4.2.4 金字塔变换 | 第64-65页 |
4.2.5 形态金字塔 | 第65-68页 |
4.3 多尺度平形态闭金字塔及其在图象分割中的应用 | 第68-71页 |
4.3.1 多尺度平形态闭金字塔 | 第68-69页 |
4.3.2 在SAR图象分割中的应用 | 第69-71页 |
4.4 多尺度平形态混合金字塔及其在扫描图象去噪中的应用 | 第71-75页 |
4.4.1 多尺度平形态混合金字塔 | 第72页 |
4.4.2 多尺度平形态混合金字塔扫描图象去噪方法 | 第72-75页 |
4.5 本章小结 | 第75-77页 |
第五章 形态小波 | 第77-96页 |
5.1 引言 | 第77-78页 |
5.2 形态小波 | 第78-80页 |
5.2.1 对偶小波 | 第78-79页 |
5.2.2 非对偶小波 | 第79-80页 |
5.3 形态 Haar小波及其在图象分解中的应用 | 第80-86页 |
5.3.1 一维形态 Haar小波 | 第80-82页 |
5.3.2 二维形态 Harr小波 | 第82-83页 |
5.3.3 形态 Haar小波图象分解 | 第83-86页 |
5.4 用提升方法构造非线性小波 | 第86-89页 |
5.4.1 预提升方法 | 第86-87页 |
5.4.2 更新提升方法 | 第87-88页 |
5.4.3 最大、最小提升方法 | 第88-89页 |
5.5 基于提升的形态小波及其在图象去噪中的应用 | 第89-95页 |
5.5.1 基于更新提升的形态小波 | 第89-90页 |
5.5.2 基于提升的形态小波图象去噪算法 | 第90-95页 |
5.6 本章小结 | 第95-96页 |
第六章 结束语 | 第96-99页 |
致谢 | 第99-100页 |
参考文献 | 第100-109页 |
作者在读期间的研究成果 | 第109页 |