| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 图像边缘以及边缘检测的发展 | 第8-11页 |
| 1.1.1 图像边缘概述 | 第8-9页 |
| 1.1.2 边缘检测及发展 | 第9-11页 |
| 1.2 数学形态学与数字图像处理 | 第11-12页 |
| 1.3 论文研究的目的和意义 | 第12-13页 |
| 1.4 本文主要工作和内容安排 | 第13-15页 |
| 第二章 数学形态学的基本理论 | 第15-25页 |
| 2.1 二值形态学的理论 | 第15-20页 |
| 2.1.1 二值形态学腐蚀与膨胀运算 | 第15-18页 |
| 2.1.2 二值形态学开运算和闭运算 | 第18-20页 |
| 2.2 二值形态学的应用 | 第20-21页 |
| 2.2.1 图像的边界提取 | 第20页 |
| 2.2.2 图像的平滑滤波 | 第20-21页 |
| 2.3 灰度形态学的理论 | 第21-23页 |
| 2.3.1 灰度图像膨胀和腐蚀运算 | 第21-22页 |
| 2.3.2 灰度图像开和闭运算 | 第22-23页 |
| 2.4 灰度形态学的应用 | 第23-25页 |
| 2.4.1 灰度图像的形态梯度 | 第23页 |
| 2.4.2 灰度图像的平滑滤波 | 第23-24页 |
| 2.4.3 Top-hat 变换 | 第24-25页 |
| 第三章 现有的图像边缘检测方法综述 | 第25-44页 |
| 3.1 经典边缘检测算子 | 第25-29页 |
| 3.1.1 差分边缘检测 | 第25页 |
| 3.1.2 Roberts 边缘检测算子 | 第25-26页 |
| 3.1.3 Sobel 边缘检测算子 | 第26-27页 |
| 3.1.4 Prewitt 边缘检测算子 | 第27-28页 |
| 3.1.5 Robinson 与 Krish 边缘检测算子 | 第28-29页 |
| 3.2 线性滤波边缘检测算法 | 第29-33页 |
| 3.2.1 零交叉(LOG)边缘检测算子 | 第29-30页 |
| 3.2.2 Canny 边缘检测算法 | 第30-33页 |
| 3.3 数学形态学边缘检测算子 | 第33-42页 |
| 3.3.1 基本的形态边缘检测算子 | 第33-38页 |
| 3.3.2 抗噪型形态边缘检测算子 | 第38-42页 |
| 3.4 基于模糊理论的边缘检测算法 | 第42页 |
| 3.5 小波边缘检测算法 | 第42-44页 |
| 第四章 形态学边缘检测算子在图像边缘检测中的应用 | 第44-57页 |
| 4.1 结构元素矩阵在形态梯度中作用的研究 | 第44-47页 |
| 4.1.1 点结构元素矩阵 | 第44页 |
| 4.1.2 直线型元素矩阵 | 第44-46页 |
| 4.1.3 团结型元素矩阵 | 第46-47页 |
| 4.2 多结构元的选择 | 第47-49页 |
| 4.3 多尺度结构边缘检测算法 | 第49-51页 |
| 4.4 抗噪型多结构元多尺度边缘检测算法 | 第51-52页 |
| 4.4.1 实验结果与分析 | 第51-52页 |
| 4.5 基于形态学的路面裂缝图像边缘检测 | 第52-57页 |
| 4.5.1 可行性分析 | 第52页 |
| 4.5.2 实验研究 | 第52-54页 |
| 4.5.3 实验结果与分析 | 第54-57页 |
| 结论 | 第57-59页 |
| 总结 | 第57页 |
| 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |