一种基于小波变换的边缘提取与跟踪算法研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 引言 | 第9-13页 |
| ·研究的背景和意义 | 第9页 |
| ·边缘检测研究现状 | 第9-10页 |
| ·小波分析与边缘检测 | 第10页 |
| ·研究内容 | 第10-13页 |
| 2 空间域边缘检测理论与算法 | 第13-17页 |
| ·图像边缘的定义 | 第13页 |
| ·传统边缘检测算法 | 第13-17页 |
| ·差分边缘检测算法 | 第13-14页 |
| ·Roberts 算子提取边缘算法 | 第14页 |
| ·Sobel 算子提取边缘算法 | 第14页 |
| ·Prewitt 算子 | 第14页 |
| ·canny 算子提取边缘算法 | 第14-17页 |
| 3 小波变换的基本理论 | 第17-31页 |
| ·从傅立叶级数到小波 | 第17-20页 |
| ·小波变换 | 第20-21页 |
| ·连续小波变换 | 第20-21页 |
| ·离散小波变换 | 第21页 |
| ·多分辨率分析 | 第21-23页 |
| ·多分辨分析框架 | 第21-22页 |
| ·信号的分解与重构 | 第22-23页 |
| ·二维离散小波变换 | 第23-25页 |
| ·二维离散小波分解算法 | 第23-25页 |
| ·二维离散小波重建 | 第25页 |
| ·小波处理信号一般流程 | 第25-26页 |
| ·取样 | 第25页 |
| ·分解 | 第25-26页 |
| ·信号处理 | 第26页 |
| ·重构 | 第26页 |
| ·常用小波函数 | 第26-28页 |
| ·本章小结 | 第28-31页 |
| 4 小波边缘检测与跟踪 | 第31-39页 |
| ·小波在边缘检测中的优势 | 第31-32页 |
| ·基于小波的边缘检测与跟踪方案 | 第32-33页 |
| ·通过小波变换产生多尺度平移不变的梯度图像 | 第33-35页 |
| ·通过小波变换获取梯度图像 | 第33-34页 |
| ·获取多尺度梯度图像 | 第34-35页 |
| ·边缘检测 | 第35页 |
| ·边缘跟踪 | 第35-39页 |
| ·选择跟踪点 | 第35-36页 |
| ·寻找多尺度图像局部最大值 | 第36-39页 |
| 5 实验验证 | 第39-49页 |
| 6 结论与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 作者简历 | 第55-56页 |
| 学位论文数据集 | 第56-57页 |
| 一种基于小波变换的边缘提取与跟踪算法研究 | 第57-62页 |
