| 摘要 | 第1-3页 |
| ABSTRCT | 第3-6页 |
| 第1章 引言 | 第6-11页 |
| ·边缘检测的发展 | 第6-8页 |
| ·彩色边缘检测的定义 | 第8-9页 |
| ·彩色边缘检测的目的及意义 | 第9-10页 |
| ·论文的主要工作和背景 | 第10页 |
| ·论文的总体结构 | 第10-11页 |
| 第2章 边缘检测综述 | 第11-24页 |
| ·概述 | 第11-13页 |
| ·梯度 | 第13-14页 |
| ·边缘检测算法 | 第14-18页 |
| ·Roberts算子 | 第15页 |
| ·Sobel算子 | 第15页 |
| ·Prewitt算子 | 第15-16页 |
| ·各种算法比较 | 第16-18页 |
| ·二阶微分算子 | 第18-21页 |
| ·拉普拉斯算子 | 第18-20页 |
| ·二阶方向导数 | 第20-21页 |
| ·LoG算法 | 第21-24页 |
| 第3章 Canny准则及Canny算法 | 第24-30页 |
| ·Canny连续准则 | 第24-28页 |
| ·边缘检测的Canny准则 | 第24-26页 |
| ·Canny准则下最优边缘检测滤波器的求解 | 第26-28页 |
| ·Canny边缘检测算法 | 第28-30页 |
| ·双阈值技术 | 第28页 |
| ·多尺度技术 | 第28-30页 |
| 第4章 Canny自适应彩色边缘检测 | 第30-39页 |
| ·传统的Canny边缘检测算法 | 第30-33页 |
| ·平滑图像 | 第30-31页 |
| ·计算梯度的幅值和方向 | 第31页 |
| ·对梯度幅值进行非极大值抑制 | 第31-32页 |
| ·用双阈值检测和连接边缘 | 第32-33页 |
| ·Canny算法的缺陷 | 第33页 |
| ·Canny自适应彩色边缘检测算法 | 第33-39页 |
| ·改进的图像梯度幅值计算方法 | 第33-35页 |
| ·自适应的动态阈值方法 | 第35-37页 |
| ·梯度直方图 | 第35-36页 |
| ·对子图像梯度直方图分类 | 第36-37页 |
| ·产生高、低阈值 | 第37页 |
| ·边界跟踪 | 第37-38页 |
| ·边缘细化和剔除孤立点噪声 | 第38-39页 |
| 第5章 算法的实现与结果分析 | 第39-52页 |
| ·算法实现的简单说明 | 第39-44页 |
| ·用高斯滤波器平滑图像 | 第39页 |
| ·分割彩色图像 | 第39-41页 |
| ·计算整幅梯度的幅值和方向 | 第41页 |
| ·对梯度幅值进行非极大值抑制 | 第41页 |
| ·用双阈值检测和连接边缘 | 第41-42页 |
| ·组合子图像 | 第42-43页 |
| ·算法流程 | 第43-44页 |
| ·实验结果及分析 | 第44-52页 |
| ·彩色边缘检测方法的选择 | 第44-45页 |
| ·多维梯度法中梯度幅值计算方法的选择 | 第45-47页 |
| ·重叠区域比例参数ρ | 第47-48页 |
| ·阈值调整率β | 第48-49页 |
| ·传统的Canny算法和Canny自适应算法对比分析 | 第49-52页 |
| 结论与建议 | 第52-54页 |
| 1.全文总结 | 第52-53页 |
| 2.下一步工作的建议 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-56页 |