| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-31页 |
| ·研究背景 | 第11-12页 |
| ·现有的边缘检测技术和方法 | 第12-18页 |
| ·经典算子 | 第12页 |
| ·最优算子 | 第12-14页 |
| ·马尔算子 | 第12-13页 |
| ·坎尼边缘检测 | 第13页 |
| ·曲面拟合法 | 第13-14页 |
| ·多尺度方法 | 第14-15页 |
| ·边缘聚焦 | 第14-15页 |
| ·基于小波的边缘检测 | 第15页 |
| ·自适应平滑滤波方法 | 第15-16页 |
| ·模糊数学在边缘检测中的应用 | 第16-17页 |
| ·基于神经元网络的边缘检测方法 | 第17页 |
| ·数学形态学在边缘检测中的应用 | 第17-18页 |
| ·边缘检测步骤 | 第18-19页 |
| ·边缘定位 | 第18-19页 |
| ·边缘链接 | 第19页 |
| ·图像匹配的发展与现状 | 第19-20页 |
| ·本文的主要工作及主要创新点 | 第20-22页 |
| 参考文献 | 第22-31页 |
| 第2章 边缘模型分类及性能分析 | 第31-45页 |
| ·引言 | 第31页 |
| ·边缘检测“两难”问题 | 第31-32页 |
| ·“边缘点”定义 | 第32-33页 |
| ·边缘分类及性能分析 | 第33-42页 |
| 本章小结 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 第3章 基于小脑模型神经网络CMAC的边缘检测及其应用 | 第45-57页 |
| ·引言 | 第45页 |
| ·图像信息测度描述 | 第45-47页 |
| ·基于CMAC的边缘检测方法 | 第47-51页 |
| ·CMAC网络 | 第47-48页 |
| ·CMAC在边缘检测中的应用 | 第48-51页 |
| ·样本预处理 | 第49-50页 |
| ·批量学习 | 第50页 |
| ·后续处理 | 第50-51页 |
| ·无人值守变电站图像监控系统 | 第51页 |
| ·绝缘瓷瓶实时检测方案 | 第51-53页 |
| ·预匹配处理 | 第52页 |
| ·边缘扫描 | 第52-53页 |
| ·监控方案 | 第53页 |
| ·实验结果 | 第53-54页 |
| ·结束语 | 第54-55页 |
| 本章小结 | 第55页 |
| 参考文献 | 第55-57页 |
| 第4章 小波理论在图像边缘检测的应用 | 第57-77页 |
| ·引言 | 第57页 |
| ·小波变换及多分辨率分析 | 第57-61页 |
| ·小波变换基本原理 | 第57-58页 |
| ·图像信号的多分辨率分析 | 第58-61页 |
| ·小波理论在边缘检测中的应用 | 第61-67页 |
| ·小波变换边缘检测基本原理 | 第61-63页 |
| ·模极大值点 | 第61-62页 |
| ·模极大值曲线 | 第62-63页 |
| ·小波变换模极大值与信号奇异点的性质 | 第63-67页 |
| ·Lipschitz正则性 | 第63-65页 |
| ·Lipschitz指数 | 第63-64页 |
| ·小波消失矩与奇异点检测的关系 | 第64-65页 |
| ·奇异点Lipschitz指数与小波变换模极大值的对应关系 | 第65-67页 |
| ·边缘检测具体步骤的实现 | 第67页 |
| ·基于小波和矩的边缘特征提取及其在故障监测中的应用 | 第67-73页 |
| ·小波函数的构造及其快速算法的实现 | 第68-69页 |
| ·图像除噪 | 第69页 |
| ·不变矩描述 | 第69-70页 |
| ·基于不变矩衡量相似度 | 第70-71页 |
| ·监控方案 | 第71页 |
| ·实验结果 | 第71-73页 |
| 本章小结 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 第5章 小波在边缘检测中的选取问题研究 | 第77-93页 |
| ·引言 | 第77页 |
| ·小波自身特性对边缘检测的影响分析 | 第77-84页 |
| ·小波对称性分析 | 第77-80页 |
| ·对称轴的选取对多尺度边缘定位的影响 | 第80-81页 |
| ·小波收敛性对截断误差的影响 | 第81-82页 |
| ·小波平滑性分析 | 第82-84页 |
| ·函数的光滑性度量 | 第82页 |
| ·小波光滑性与衰减性 | 第82-83页 |
| ·小波光滑性与小波消失矩 | 第83-84页 |
| ·小波光滑性与小波滤波器支撑 | 第84页 |
| ·小波选取原则 | 第84-85页 |
| ·实验结果和讨论 | 第85-88页 |
| ·在边缘检测中小波尺度的选取 | 第88-90页 |
| 本章小结 | 第90-91页 |
| 参考文献 | 第91-93页 |
| 第6章 基于Hausdorff距离的图像匹配算法研究 | 第93-109页 |
| ·引言 | 第93页 |
| ·Hausdorff距离 | 第93-95页 |
| ·Hausdorff距离的改进 | 第95-97页 |
| ·Hausdorff距离的计算 | 第97-98页 |
| ·基于Hausdorff距离和信息测度构造相似性测度 | 第98-99页 |
| ·匹配策略 | 第99-100页 |
| ·定位搜索 | 第99页 |
| ·匹配步骤 | 第99-100页 |
| ·实验结果 | 第100-105页 |
| 本章小结 | 第105-106页 |
| 参考文献 | 第106-109页 |
| 第7章 总结与展望 | 第109-111页 |
| 致谢 | 第111-112页 |
| 博士期间参加的研究项目及完成的论文 | 第112页 |
