自然背景下人造目标检测与识别的分形方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·选题依据 | 第9-10页 |
| ·分形技术在图像处理中的应用现状 | 第10-11页 |
| ·数字图像处理基本技术 | 第11-12页 |
| ·本文的主要工作 | 第12页 |
| ·本文内容安排 | 第12-13页 |
| 第二章 分形基本理论 | 第13-21页 |
| ·分形理论的起源 | 第13-14页 |
| ·分形的定义 | 第14页 |
| ·分形基本理论 | 第14-19页 |
| ·分形维数 | 第14-18页 |
| ·分数布朗运动 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 自然背景图像的分形模型 | 第21-29页 |
| ·自然背景图像的分形特性 | 第21-23页 |
| ·自然景物图像的分形布朗随机场(FBR)模型 | 第23-24页 |
| ·图像的FBR模型 | 第23页 |
| ·离散分形布朗增量随机场模型(DFBIR) | 第23-24页 |
| ·图像分形参数估计方法 | 第24-27页 |
| ·盒维方法 | 第25页 |
| ·网格法 | 第25页 |
| ·R/S法 | 第25-26页 |
| ·最大似然法 | 第26-27页 |
| ·各算法运算时间比较 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第四章 基于分形的边缘检测算法 | 第29-54页 |
| ·图像边缘 | 第29-30页 |
| ·图像边缘检测方法概述 | 第30-33页 |
| ·图像检测 | 第30-31页 |
| ·边缘检测技术及其发展 | 第31-33页 |
| ·传统边缘检测算子 | 第33-37页 |
| ·Roberts边缘算子 | 第33-34页 |
| ·Sobel边缘算子 | 第34页 |
| ·Prewitt边缘算子 | 第34-35页 |
| ·Canny边缘算子 | 第35页 |
| ·Laplacian边缘算子 | 第35-36页 |
| ·各算子处理效果分析 | 第36-37页 |
| ·边缘检测效果的评价 | 第37页 |
| ·图像去噪预处理 | 第37-41页 |
| ·图像的噪声模型 | 第37-38页 |
| ·图像平滑 | 第38-40页 |
| ·图像噪声对边缘检测的影响 | 第40-41页 |
| ·自然背景的抑制与消除 | 第41-44页 |
| ·目标估计 | 第41-43页 |
| ·自然背景的抑制与消除 | 第43-44页 |
| ·基于分形的边缘检测算法 | 第44-48页 |
| ·分形误差原理 | 第44-45页 |
| ·分形误差算法 | 第45-48页 |
| ·基于分形误差的边缘检测算法 | 第48页 |
| ·边缘连接 | 第48-49页 |
| ·实验及结果分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 基于分形的图像分割技术 | 第54-67页 |
| ·图像分割基础 | 第54-56页 |
| ·图像分割的定义 | 第54-55页 |
| ·图像分割技术分类 | 第55页 |
| ·图像分割技术概述 | 第55-56页 |
| ·复杂自然背景图像分割与识别的特点 | 第56-57页 |
| ·图像分形参数提取 | 第57-60页 |
| ·分形维数的物理意义 | 第57页 |
| ·差分盒计数法的基本原理 | 第57-58页 |
| ·实验结果分析 | 第58-60页 |
| ·基于区域分形与分水岭的图像分割算法 | 第60-62页 |
| ·分水岭算法基本原理 | 第60-61页 |
| ·基于分形维数与分水岭的分割算法 | 第61-62页 |
| ·算法流程 | 第62页 |
| ·图像分割评价准则 | 第62-63页 |
| ·实验及结果分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 硕士期间发表的论文 | 第74页 |
