| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·边缘检测在图像处理和机器视觉中的重要性 | 第8页 |
| ·现有的边缘检测方法的现状和不足 | 第8-9页 |
| ·本课题的研究内容和主要工作 | 第9-10页 |
| ·论文的结构与内容 | 第10-11页 |
| 2 边缘检测技术 | 第11-21页 |
| ·边缘检测技术的发展 | 第11-12页 |
| ·边缘检测方法的分类 | 第12-19页 |
| ·经典边缘检测算子 | 第12-16页 |
| ·新兴边缘检测算子 | 第16-18页 |
| ·小波边缘检测 | 第18-19页 |
| ·基于人工智能和模式识别的边缘检测 | 第19页 |
| ·边缘检测方法的应用及研究趋势 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 小波分析与小波边缘检测技术 | 第21-28页 |
| ·小波分析理论的发展 | 第21-24页 |
| ·小波变换的产生 | 第21页 |
| ·连续小波变换和离散小波变换 | 第21-22页 |
| ·多分辨率分析和小波变换的快速算法 | 第22页 |
| ·小波包和提升小波变换 | 第22-24页 |
| ·二维离散小波变换及其快速实现(Mallat算法) | 第24页 |
| ·小波变换和边缘检测 | 第24-25页 |
| ·小波变换边缘检测 | 第25-26页 |
| ·小波边缘检测中的关键问题 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 4 超空泡图像小波边缘检测算法研究 | 第28-55页 |
| ·本课题研究重点 | 第28-29页 |
| ·算法中关键部分的理论 | 第29-44页 |
| ·图像的增强去噪处理 | 第29-31页 |
| ·小波基的选择和小波变换的多尺度分解实现 | 第31-35页 |
| ·模值和梯度方向、非极大值抑制和相邻尺度增强 | 第35-36页 |
| ·自适应阈值化边缘 | 第36-41页 |
| ·多尺度边缘融合 | 第41-44页 |
| ·算法的实现和仿真 | 第44-45页 |
| ·高斯小波基多尺度自适应边缘检测 | 第45页 |
| ·B样条小波多尺度自适应边缘检测 | 第45页 |
| ·效果分析 | 第45-47页 |
| ·自适应多尺度小波边缘检测界面 | 第47-48页 |
| ·超空泡轮廓的提取和边缘检测精度分析 | 第48-54页 |
| ·超空泡轮廓提取和边缘宽度测量和对比 | 第48-53页 |
| ·原始图像与得到的外边缘进行对比 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 5 边缘检测和图像处理算法的软硬件实现探讨 | 第55-62页 |
| ·MATLAB与VC++混合编程方法 | 第55-56页 |
| ·结合MATLAB、Visual C++和OpenCV实现边缘检测 | 第56-57页 |
| ·结合MATLAB和DSP进行图像处理相关的开发 | 第57-59页 |
| ·使用MATLAB辅助FPGA实现图像处理算法的应用开发 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 6 结论 | 第62-64页 |
| ·本论文所做工作和存在的不足 | 第62页 |
| ·展望 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文 | 第68-69页 |
| 致谢 | 第69-71页 |
