| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 本文研究内容 | 第17-18页 |
| 1.4 本文的结构安排 | 第18-21页 |
| 第二章 经典数学形态学基本理论 | 第21-35页 |
| 2.1 基本概念 | 第21-24页 |
| 2.1.1 数字图像的表示 | 第21-22页 |
| 2.1.2 集合的基本概念及运算 | 第22-23页 |
| 2.1.3 结构元素 | 第23-24页 |
| 2.2 二值数学形态学 | 第24-29页 |
| 2.2.1 基本算子 | 第24-27页 |
| 2.2.2 基本算子的性质 | 第27-29页 |
| 2.3 灰度数学形态学 | 第29-33页 |
| 2.3.1 基本算子 | 第29-31页 |
| 2.3.2 基本算子的性质 | 第31-33页 |
| 2.4 彩色数学形态学 | 第33-34页 |
| 2.4.1 基本概念 | 第33页 |
| 2.4.2 彩色形态学基本算子 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于自动阈值的彩色自适应形态学 | 第35-57页 |
| 3.1 颜色空间 | 第35-40页 |
| 3.1.1 RGB颜色模型 | 第35-36页 |
| 3.1.2 HSI颜色模型 | 第36-39页 |
| 3.1.3 HSV颜色模型 | 第39-40页 |
| 3.1.4 Lab颜色模型 | 第40页 |
| 3.2 现有彩色自适应形态学 | 第40-41页 |
| 3.2.1 彩色自适应邻域形态学 | 第40页 |
| 3.2.2 阿米巴自适应形态学 | 第40-41页 |
| 3.2.3 自适应测地邻域形态学 | 第41页 |
| 3.3 彩色矢量排序 | 第41-43页 |
| 3.3.1 边缘序(Marginal Ordering或M-Ordering) | 第42页 |
| 3.3.2 字典序(Conditional Ordering或C-Ordering) | 第42页 |
| 3.3.3 区域序(Partial Ordering或P-Ordering) | 第42-43页 |
| 3.3.4 简约序(Reduced Ordering或R-Ordering) | 第43页 |
| 3.4 基于自动阈值的彩色自适应形态学 | 第43-56页 |
| 3.4.1 彩色图像归一化权值 | 第44-45页 |
| 3.4.2 自动阈值的定义 | 第45-46页 |
| 3.4.3 基于自动阈值的彩色自适应结构元素的选取 | 第46-47页 |
| 3.4.4 基于自动阈值结构元素的性质 | 第47-48页 |
| 3.4.5 差值排序 | 第48-50页 |
| 3.4.6 基于自动阈值的彩色自适应形态学新算子 | 第50-51页 |
| 3.4.7 基于自动阈值的彩色自适应形态学新算子性质 | 第51-52页 |
| 3.4.8 实验结果与分析 | 第52-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 基于自动阈值自适应形态学算子评价及应用 | 第57-67页 |
| 4.1 基于自动阈值自适应形态学算子质量评价 | 第57-59页 |
| 4.1.1 盲图质量评价方法(EGRNN-BIQA) | 第57页 |
| 4.1.2 评价结果及分析 | 第57-59页 |
| 4.2 图像细节评价 | 第59-62页 |
| 4.2.1 形态学基本算子细节损失率定义 | 第59-60页 |
| 4.2.2 实验结果及分析 | 第60-62页 |
| 4.3 基于自动阈值彩色自适应形态学边缘提取应用 | 第62-64页 |
| 4.3.1 基于自动阈值的彩色自适应形态学边缘提取算子 | 第62-63页 |
| 4.3.2 实验结果与分析 | 第63-64页 |
| 4.4 本章小节 | 第64-67页 |
| 第五章 结论与展望 | 第67-71页 |
| 5.1 研究结论 | 第67-68页 |
| 5.2 研究展望 | 第68-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-79页 |
