首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于亚像素边缘检测的图像放大算法研究与实现

摘要第1-7页
ABSTRACT第7-9页
目录第9-11页
第1章 绪论第11-17页
   ·课题研究背景和目的第11-12页
   ·国内外研究现状第12-15页
     ·亚像素边缘检测算法发展现状第12-14页
     ·图像放大算法研究现状第14-15页
   ·论文研究方案第15-16页
   ·论文研究内容第16-17页
第2章 整数级像素边缘检测算法研究第17-36页
   ·传统边缘检测算子第17-19页
   ·Canny 边缘检测算子第19-26页
     ·Canny 边缘检测准则第20-22页
     ·Canny 边缘检测原理第22-23页
     ·Canny 边缘检测算法第23-26页
   ·改进自适应 Canny 边缘检测算法第26-30页
     ·传统 Canny 算法局限性第26页
     ·空间尺度因子的选择第26-29页
     ·自适应调整的高斯滤波第29-30页
   ·整数级像素边缘检测算法比对分析第30-35页
     ·传统边缘检测算法仿真分析第30-32页
     ·改进自适应 Canny 算法仿真分析第32-35页
   ·本章小结第35-36页
第3章 亚像素边缘检测算法研究第36-53页
   ·亚像素边缘检测原理第36页
   ·亚像素曲线拟合边缘定位第36-42页
     ·拟合法亚像素边缘检测第37-39页
     ·亚像素曲线拟合定位第39-42页
   ·亚像素曲面拟合像素分割第42-48页
     ·曲面拟合第42-43页
     ·像素分割第43-44页
     ·分割质量评价第44-48页
   ·基于曲线拟合和曲面分割多向结合的亚像素边缘检测第48-52页
     ·改进的曲线拟合定位方法第48-50页
     ·基于曲线拟合和曲面分割多向结合的亚像素边缘检测第50-52页
   ·本章小结第52-53页
第4章 亚像素边缘插值算法研究第53-70页
   ·传统图像插值算法第53-58页
     ·线性插值第53-55页
     ·非线性插值第55-58页
   ·基于 BP 神经网络的边缘插值算法第58-63页
     ·图像信息分类第59页
     ·BP 神经网络算法第59-60页
     ·BP 神经网络结构第60-62页
     ·BP 神经网络训练第62-63页
   ·图像放大质量评价体系第63-64页
   ·图像放大结果分析第64-69页
     ·基于亚像素边缘检测的图像放大算法流程第64-65页
     ·实验结果及分析第65-69页
   ·本章小结第69-70页
第5章 基于亚像素边缘检测图像放大算法实现第70-79页
   ·仿真系统开发环境第70-71页
   ·放大算法软件实现第71-78页
     ·软件类结构第72-74页
     ·软件实现架构第74-78页
   ·本章小结第78-79页
结论第79-81页
参考文献第81-85页
攻读硕士学位期间发表的论文和取得的科研成果第85-86页
致谢第86页

论文共86页,点击 下载论文
上一篇:基于FPGA的人头检测研究与实现
下一篇:基于模糊C均值聚类的图像分割算法研究