首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

小波变换形态学边缘检测算法研究

摘要第4-5页
Abstract第5页
第1章 绪论第8-10页
    1.1 引言第8页
    1.2 研究目的及意义第8-9页
    1.3 本文的研究内容及安排第9-10页
第2章 图像边缘检测算法概述第10-17页
    2.1 传统边缘检测算法第10-13页
        2.1.1 差分边缘检测方法第10页
        2.1.2 Roberts 算子第10-11页
        2.1.3 Sobel 算子第11-12页
        2.1.4 Prewitt 算子第12页
        2.1.5 Laplacian 算子第12-13页
    2.2 新兴边缘检测方法第13-14页
        2.2.1 Canny 算子第13-14页
        2.2.2 小波边缘检测方法第14页
    2.3 常用边缘检测算子实验结果与分析第14-16页
    2.4 本章小结第16-17页
第3章 数学形态学基本理论第17-24页
    3.1 二值图像数学形态学第17-19页
        3.1.1 基本概念第17页
        3.1.2 图像腐蚀(Erosion)第17-18页
        3.1.3 图像膨胀(Dilation)第18-19页
        3.1.4 开运算(Open)和闭运算(Close)第19页
    3.2 灰度图像数学形态学第19-23页
        3.2.1 预备数学知识第20-21页
        3.2.2 灰度腐蚀第21-22页
        3.2.3 灰度膨胀第22-23页
    3.3 本章小结第23-24页
第4章 形态滤波研究第24-37页
    4.1 二值形态学的开启、闭合运算及其性质第24-25页
    4.2 灰度形态开启和闭合运算第25-26页
    4.3 开-闭、闭-开形态滤波研究第26-36页
        4.3.1 一般的形态滤波器第27-29页
        4.3.2 全方位的形态滤波器及其改进第29-36页
    4.4 本章小结第36-37页
第5章 灰度图像的小波变换形态学边缘检测第37-46页
    5.1 形态学边缘检测第37-40页
        5.1.1 基于腐蚀-膨胀的图像边缘检测算法第37-38页
        5.1.2 基于波峰波谷提取的图像边缘检测算法第38-40页
    5.2 小波-数学形态学边缘检测第40-44页
        5.2.1 小波去噪分析第40-41页
        5.2.2 小波去噪实验结果第41-42页
        5.2.3 形态学边缘检测第42-43页
        5.2.4 形态学边缘检测实验结果第43-44页
    5.3 本章小结第44-46页
第6章 全文总结第46-47页
    6.1 本文所做的工作第46页
    6.2 进一步研究的内容第46-47页
参考文献第47-50页
攻读硕士期间发表和录用的论文第50-51页
致谢第51-52页
详细摘要第52-53页

论文共53页,点击 下载论文
上一篇:基于机器视觉的带钢表面缺陷图像处理与识别
下一篇:刑事诉讼中的证人保护