基于方向小波变换的图像边缘检测算子研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题的研究背景和意义 | 第8页 |
| ·边缘检测的研究历史与现状 | 第8-10页 |
| ·边缘检测性能评估方法 | 第10-11页 |
| ·本文研究的内容和章节安排 | 第11-12页 |
| 第二章 小波变换理论基础 | 第12-24页 |
| ·小波的定义 | 第12-13页 |
| ·连续小波变换 | 第13-14页 |
| ·离散小波变换 | 第14-16页 |
| ·多分辨率分析 | 第16-20页 |
| ·多分辨率分析的定义和框架 | 第17-18页 |
| ·Mallat 算法的分解和重构 | 第18-20页 |
| ·二维小波变换与二维多分辨率分析 | 第20-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 常用经典边缘检测算法 | 第24-36页 |
| ·经典边缘检测算法 | 第24-30页 |
| ·基于梯度的边缘检测算子 | 第24-26页 |
| ·拉普拉斯边缘检测算子 | 第26-27页 |
| ·LOG 算子 | 第27-28页 |
| ·Canny 边缘检测算子 | 第28-30页 |
| ·几种经典边缘检测算法的检测结果及分析 | 第30-35页 |
| ·对无噪声图像的边缘检测结果 | 第30-31页 |
| ·对噪声图像的边缘检测结果 | 第31-34页 |
| ·边缘检测结果比较分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 自适应的脉冲噪声滤波算法 | 第36-54页 |
| ·噪声的来源 | 第36-37页 |
| ·噪声模型 | 第37-38页 |
| ·图像去噪质量的评估方法 | 第38-40页 |
| ·中值滤波 | 第40-41页 |
| ·几种中值滤波算法分析 | 第41-48页 |
| ·标准中值滤波方法 | 第41-42页 |
| ·加权中值滤波方法 | 第42-43页 |
| ·自适应中值滤波方法 | 第43-44页 |
| ·改进的自适应中值滤波方法 | 第44-48页 |
| ·实验结果分析 | 第48-52页 |
| ·小结 | 第52-54页 |
| 第五章 基于小波变换的自适应边缘检测算法 | 第54-72页 |
| ·选取小波基函数的一般准则 | 第54-55页 |
| ·小波变换的多尺度边缘检测方法 | 第55-59页 |
| ·局部模极大值与图像的边缘检测 | 第55-56页 |
| ·小波变换的多尺度边缘检测及其改进方法 | 第56-57页 |
| ·小波多尺度边缘检测算法流程 | 第57-59页 |
| ·基于方向小波变换的边缘检测方法 | 第59-67页 |
| ·方向小波变换 | 第59-63页 |
| ·基于遗传算法的自适应阈值图像分割 | 第63-67页 |
| ·实验结果 | 第67-70页 |
| ·本章小结 | 第70-72页 |
| 第六章 论文总结 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 研究成果 | 第80-81页 |
