| 第一章 引言 | 第1-13页 |
| ·课题背景 | 第7-8页 |
| ·课题的研究现状 | 第8-11页 |
| ·图像边缘检测发展现状 | 第8-9页 |
| ·CA 发展现状 | 第9页 |
| ·图像恢复发展现状 | 第9-11页 |
| ·课题研究意义和研究目的 | 第11页 |
| ·研究工作及内容 | 第11-13页 |
| 第二章 基于 CA 模型的图像边缘检测 | 第13-25页 |
| ·图像边缘检测的定义 | 第13-14页 |
| ·经典边缘检测算子 | 第14-17页 |
| ·Roberts 算子 | 第14页 |
| ·Sobel 算子和Prewitt 算子 | 第14-15页 |
| ·Laplacian 算子 | 第15-16页 |
| ·Canny 算子 | 第16-17页 |
| ·CA 的基本理论 | 第17-21页 |
| ·CA 的基本概念 | 第18-19页 |
| ·二维CA 模型分类 | 第19-20页 |
| ·CA 的基本特征 | 第20-21页 |
| ·CA 在图像边缘检测中的应用 | 第21-25页 |
| ·CA 边缘检测模型的建立 | 第21-23页 |
| ·CA 边缘检测软件仿真结果 | 第23-25页 |
| 第三章 基于 FPGA 的 CA 边缘检测硬件设计 | 第25-32页 |
| ·Spartan-II 系列芯片简介 | 第25-26页 |
| ·芯片的主要特点 | 第25页 |
| ·芯片的内部结构 | 第25-26页 |
| ·FPGA 设计流程 | 第26-27页 |
| ·算法的电路设计与实现 | 第27-32页 |
| ·CA 边缘检测算法硬件设计框图 | 第27-29页 |
| ·仿真结果及分析 | 第29-32页 |
| 第四章 基于 CA 边缘检测与统计力学图像恢复方法 | 第32-48页 |
| ·Bayesian 统计模型 | 第32-33页 |
| ·随机场理论 | 第33-35页 |
| ·Markov 随机场 | 第33-34页 |
| ·Gibbs 随机场 | 第34-35页 |
| ·Monte Carlo 方法 | 第35-37页 |
| ·Monte Carlo 方法原理 | 第35页 |
| ·常用算法 | 第35-37页 |
| ·统计力学图像恢复方法 | 第37-48页 |
| ·平均场高斯模型 | 第37-38页 |
| ·loopy belief propagation 算法 | 第38-42页 |
| ·图像恢复算法实现过程 | 第42-44页 |
| ·实验结果与对比试验 | 第44-46页 |
| ·实验结果评价 | 第46-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 个人简历 | 第54页 |
| 在学期间发表的学术论文 | 第54页 |
