| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究目的及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文创新点 | 第13页 |
| 1.5 论文章节安排 | 第13-14页 |
| 1.6 课题来源 | 第14-16页 |
| 第2章 边缘检测算法理论分析 | 第16-26页 |
| 2.1 边缘检测概述 | 第16-17页 |
| 2.2 梯度算子 | 第17-22页 |
| 2.2.1 一阶梯度算子 | 第18-20页 |
| 2.2.2 二阶梯度算子 | 第20-22页 |
| 2.3 边缘检测结果分析 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 最大类间方差边缘检测算法研究 | 第26-46页 |
| 3.1 引言 | 第26页 |
| 3.2 阈值分割方法 | 第26-34页 |
| 3.2.1 灰度阈值分割法 | 第26-27页 |
| 3.2.2 最佳阈值 | 第27-29页 |
| 3.2.3 直方图阈值分割法 | 第29-30页 |
| 3.2.4 类间方差阈值分割法 | 第30-32页 |
| 3.2.5 二维类间方差阈值分割法 | 第32-34页 |
| 3.3 基于一维Otsu和梯度算子相结合的边缘检测算法研究 | 第34-40页 |
| 3.3.1 算法步骤与流程图 | 第35-37页 |
| 3.3.2 实验结果与分析 | 第37-40页 |
| 3.4 基于图像边缘增强的二维Otsu边缘检测算法研究 | 第40-44页 |
| 3.4.1 算法步骤与流程图 | 第41-42页 |
| 3.4.2 实验结果与分析 | 第42-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 基于Otsu与Canny算子的算法研究 | 第46-56页 |
| 4.1 引言 | 第46页 |
| 4.2 传统的Canny算子边缘检测算法 | 第46-50页 |
| 4.2.1 传统的Canny算子边缘检测原理及步骤 | 第46-49页 |
| 4.2.2 传统的Canny算子边缘检测缺陷 | 第49-50页 |
| 4.3 改进的Canny算子边缘检测算法 | 第50-52页 |
| 4.3.1 基于二维Otsu自适应的Canny边缘检测算法研究 | 第50-51页 |
| 4.3.2 改进的Canny边缘检测算法流程图 | 第51-52页 |
| 4.4 实验结果与分析 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 总结及展望 | 第56-58页 |
| 5.1 全文工作总结 | 第56-57页 |
| 5.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 攻读硕士学位期间发表的学术论文及科研工作 | 第60-62页 |
| 致谢 | 第62页 |
