| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 图像边缘检测的研究背景和意义 | 第8页 |
| 1.2 图像边缘检测的研究内容和现状 | 第8-10页 |
| 1.2.1 研究内容 | 第8页 |
| 1.2.2 研究现状 | 第8-10页 |
| 1.3 本课题研究背景和国内外现状 | 第10-11页 |
| 1.3.1 研究背景 | 第10页 |
| 1.3.2 国内外研究现状 | 第10-11页 |
| 1.4 本文的研究内容及结构安排 | 第11-13页 |
| 1.4.1 研究内容 | 第11-12页 |
| 1.4.2 结构安排 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 像素覆盖分割理论 | 第14-22页 |
| 2.1 模糊数学理论 | 第14-16页 |
| 2.1.1 模糊集合的定义 | 第14-15页 |
| 2.1.2 模糊集合的运算 | 第15-16页 |
| 2.2 模糊聚类 | 第16页 |
| 2.3 像素覆盖分割理论 | 第16-20页 |
| 2.3.1 基于线性分离的像素覆盖分割方法 | 第17-18页 |
| 2.3.2 基于线性分离和周长、边界厚度最小化的像素覆盖分割算法 | 第18-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 基于不严格边界的覆盖分割算法 | 第22-32页 |
| 3.1 提出不严格边界的原因 | 第22页 |
| 3.2 不严格边界理论 | 第22-25页 |
| 3.3 基于不严格边界的覆盖分割算法 | 第25-26页 |
| 3.4 实验结果及分析 | 第26-31页 |
| 3.4.1 实验结果展示 | 第26-30页 |
| 3.4.2 实验总结 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 基于位置信息的覆盖分割算法 | 第32-42页 |
| 4.1 多方向模糊形态学边缘检测算法 | 第32-34页 |
| 4.1.1 模糊形态学 | 第32页 |
| 4.1.2 多方向模糊形态学彩色图像边缘检测算法 | 第32-34页 |
| 4.2 像素覆盖分割模型的改进 | 第34-35页 |
| 4.3 实验结果及分析 | 第35-41页 |
| 4.3.1 改进的分割算法实验 | 第35-40页 |
| 4.3.2 参数实验 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于覆盖分割和活动轮廓模型的图像边缘提取算法 | 第42-51页 |
| 5.1 Chan-Vese模型 | 第42-43页 |
| 5.2 基于覆盖分割和活动轮廓模型的图像边缘提取算法 | 第43-44页 |
| 5.2.1 基于Chan-Vese模型的边界提取 | 第43页 |
| 5.2.2 完整算法过程 | 第43-44页 |
| 5.3 实验结果与分析 | 第44-50页 |
| 5.3.1 基于Chan-Vese模型的边界提取实验 | 第44-47页 |
| 5.3.2 图像边缘提取实验 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 主要结论与展望 | 第51-53页 |
| 6.1 主要结论 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第57页 |
