首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于B样条小波变换的图像边缘检测

摘要第1-4页
Abstract第4-5页
目录第5-7页
第一章 绪论第7-11页
   ·课题研究的背景和意义第7页
   ·边缘检测技术概述第7-8页
   ·小波的发展及应用第8-9页
   ·本文的主要内容和组织结构第9-11页
第二章 经典图像边缘检测算法第11-23页
   ·一阶微分算子法第11-15页
     ·梯度算子第11-15页
     ·方向算子第15页
   ·二阶微分算子法第15-17页
     ·拉普拉斯(Laplacian)算子第15-16页
     ·拉普拉斯—高斯(Laplacian of Gaussian)算子第16-17页
   ·Canny算子第17-18页
   ·算法仿真比较第18-21页
   ·小结第21-23页
第三章 小波变换基本理论第23-39页
   ·小波的定义第23-24页
   ·连续小波变换理论第24-26页
   ·离散小波变换理论第26-28页
   ·多分辨率分析与Mallat算法第28-32页
     ·多分辨率分析的定义及框架第28-31页
     ·Mallat算法分解及重构过程第31-32页
   ·二维小波变换第32-34页
   ·基于小波理论的图像边缘检测算法第34-37页
     ·小波变换多尺度边缘检测原理第34-36页
     ·小波多尺度边缘检测算法的实现第36-37页
   ·小结第37-39页
第四章 基于B样条小波变换的图像边缘检测第39-55页
   ·B样条小波理论及样条次数的选取第39-46页
     ·B样条函数的定义与性质第39-40页
     ·B样条小波样条次数的选取第40-43页
     ·B样条平滑函数与高斯平滑函数的比较第43-46页
   ·B样条小波多尺度边缘检测的改进第46-49页
     ·局部模极大值的选取第46-47页
     ·阈值的选取第47-49页
   ·B样条小波边缘检测算法第49-50页
   ·实验仿真及结果分析第50-53页
   ·小结第53-55页
第五章 总结与展望第55-57页
 1 总结第55页
 2 展望第55-57页
参考文献第57-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于KUSU的超大规模Linux集群系统的设计与实现
下一篇:基于加权HU不变矩的监控视频人体行为识别方法的研究与实现