基于数学形态学的图像边缘检测方法
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 引言 | 第8页 |
| 1.2 数字图像处理概述 | 第8-10页 |
| 1.2.1 数字图像处理的发展与应用 | 第8-9页 |
| 1.2.2 数字图像处理的主要内容 | 第9-10页 |
| 1.3 数学形态学概述 | 第10-11页 |
| 1.3.1 数学形态学的发展状况 | 第10页 |
| 1.3.2 数学形态学在图像处理中的应用 | 第10-11页 |
| 1.4 边缘检测概述 | 第11-15页 |
| 1.4.1 图像边缘的定义 | 第11-12页 |
| 1.4.2 边缘检测的发展历程与趋势 | 第12-13页 |
| 1.4.3 理想边缘检测结果的要求 | 第13页 |
| 1.4.4 边缘检测中存在的难题 | 第13-15页 |
| 1.5 本文的研究内容及安排 | 第15-16页 |
| 第2章 图像边缘检测的常见算法 | 第16-30页 |
| 2.1 基于梯度的边缘检测算子 | 第16-19页 |
| 2.1.1 Roberts 算子 | 第17-18页 |
| 2.1.2 Sobel 算子 | 第18页 |
| 2.1.3 Prewitt 算子 | 第18-19页 |
| 2.2 基于二阶微分的边缘检测算子 | 第19-22页 |
| 2.2.1 Laplace 算子 | 第20页 |
| 2.2.2 LOG 算子 | 第20-21页 |
| 2.2.3 Canny 算子 | 第21-22页 |
| 2.3 新兴的边缘检测算法 | 第22-23页 |
| 2.3.1 小波分析 | 第22-23页 |
| 2.3.2 模糊算法 | 第23页 |
| 2.3.3 人工神经网络 | 第23页 |
| 2.4 实验结果分析 | 第23-29页 |
| 2.4.1 无噪声时的边缘检测结果分析 | 第23-25页 |
| 2.4.2 含有噪声时的边缘检测结果分析 | 第25-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 数学形态学在图像处理中的基本理论 | 第30-45页 |
| 3.1 基本符号和术语 | 第30-31页 |
| 3.2 二值形态学 | 第31-38页 |
| 3.2.1 二值腐蚀与二值膨胀 | 第32-34页 |
| 3.2.2 二值开闭运算 | 第34-37页 |
| 3.2.3 击中击不中变换 | 第37页 |
| 3.2.4 二值图像的数学形态学应用 | 第37-38页 |
| 3.3 灰度形态学 | 第38-44页 |
| 3.3.1 灰度形态学的理论基础 | 第38-39页 |
| 3.3.2 灰度腐蚀与灰度膨胀 | 第39-41页 |
| 3.3.3 灰度开闭运算 | 第41-43页 |
| 3.3.4 灰度图像的数学形态学应用 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于数学形态学的边缘检测 | 第45-60页 |
| 4.1 形态学边缘检测原理 | 第45-50页 |
| 4.2 改进的形态学边缘检测 | 第50-53页 |
| 4.2.1 结构元素的选取 | 第50-51页 |
| 4.2.2 改进的形态学边缘检测算子 | 第51-53页 |
| 4.3 改进算子的算法实现 | 第53-54页 |
| 4.4 实验及结果分析 | 第54-59页 |
| 4.4.1 椒盐噪声图像的边缘检测实验结果 | 第54-57页 |
| 4.4.2 高斯噪声图像的边缘检测实验结果 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66页 |
