| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 概述 | 第9-14页 |
| ·研究背景 | 第9-11页 |
| ·边缘检测的发展与现状 | 第11-13页 |
| ·边缘检测过程 | 第13-14页 |
| 第二章 边缘检测算法 | 第14-23页 |
| ·传统边缘检测算子 | 第14-21页 |
| ·基于梯度的边缘检测 | 第14-16页 |
| ·Roberts边缘检测算子 | 第14-15页 |
| ·Prewitt算子和Sobel算子 | 第15-16页 |
| ·LOG算法 | 第16-18页 |
| ·实验结果及分析 | 第18-21页 |
| ·新边缘提取方法 | 第21-23页 |
| ·数学形态学方法 | 第21-22页 |
| ·小波分析法 | 第22页 |
| ·神经网络法 | 第22-23页 |
| 第三章 遗传算法及其在图像处理的应用 | 第23-30页 |
| ·遗传算法 | 第23-26页 |
| ·适用的问题 | 第23-24页 |
| ·遗传算法流程 | 第24-26页 |
| ·特点 | 第26页 |
| ·遗传算法在图像处理中的应用 | 第26-30页 |
| ·基于遗传算法的图像恢复 | 第27页 |
| ·基于遗传算法的图像分割 | 第27-28页 |
| ·结论 | 第28-30页 |
| 第四章 改进的自适应CANNY算法研究 | 第30-43页 |
| ·传统的CANNY算法 | 第30-32页 |
| ·Canny的三准则 | 第30-31页 |
| ·算法过程 | 第31-32页 |
| ·改进的自适应Canny算法 | 第32-43页 |
| ·梯度幅值计算方法改进 | 第33-35页 |
| ·非极大值抑制改进 | 第35-39页 |
| ·阈值自动选取 | 第39-41页 |
| ·算法过程 | 第41-43页 |
| 第五章 改进的自适应CANNY算法实现及与传统算法的比较 | 第43-51页 |
| ·预备工作 | 第43-44页 |
| ·未加噪声的图像处理结果 | 第44-47页 |
| ·加入随机噪声的图像处理结果 | 第47-50页 |
| ·结论 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-55页 |