| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·项目研究的背景及目的意义 | 第10-11页 |
| ·小波变换 | 第11-13页 |
| ·小波技术的发展历史与现状 | 第11-13页 |
| ·小波包理论 | 第13页 |
| ·图像边缘检测算法的现状 | 第13-14页 |
| ·论文的主要工作与创新点 | 第14页 |
| ·论文的结构安排 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 小波变换的基本理论 | 第16-31页 |
| ·从Fourier变换到短时Fourier变换 | 第16-18页 |
| ·连续小波变换 | 第18-19页 |
| ·离散小波变换 | 第19-20页 |
| ·二进小波 | 第19页 |
| ·R-小波 | 第19-20页 |
| ·常用的小波基及其图形 | 第20-22页 |
| ·多分辨率分析和MALLAT算法 | 第22-25页 |
| ·多分辨率分析概念 | 第23页 |
| ·边界延拓方法 | 第23-24页 |
| ·信号分解重构算法和Mallat算法 | 第24-25页 |
| ·小波包理论介绍 | 第25-30页 |
| ·小波包的定义与性质 | 第25-26页 |
| ·小波包分解与小波分解的比较 | 第26-27页 |
| ·小波包的分解与重构 | 第27页 |
| ·最佳小波包基的选取 | 第27-29页 |
| ·小波包变换的应用 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 图像边缘检测的一般方法 | 第31-42页 |
| ·边缘检测的步骤 | 第31-33页 |
| ·滤波 | 第32页 |
| ·边缘定位 | 第32页 |
| ·边缘链接 | 第32-33页 |
| ·边缘检测算法的分类 | 第33页 |
| ·经典边缘检测算子 | 第33-35页 |
| ·Roberts算子 | 第34页 |
| ·Sobel算子 | 第34-35页 |
| ·Prewitt算子 | 第35页 |
| ·基于LOG算子的边缘检测 | 第35-37页 |
| ·Canny边缘检测 | 第37-39页 |
| ·基本原理 | 第37-38页 |
| ·Canny算子的计算实现 | 第38-39页 |
| ·多尺度边缘检测 | 第39-40页 |
| ·边缘聚焦 | 第39-40页 |
| ·基于小波的边缘检测 | 第40页 |
| ·其他边缘检测算法 | 第40-41页 |
| ·基于人工智能的边缘检测 | 第40页 |
| ·模糊数学在变边缘检测上的应用 | 第40-41页 |
| ·自适应平滑滤波 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于小波包的边缘检测算法 | 第42-62页 |
| ·小波在信号奇异性检测与图像边缘提取中应用 | 第42-46页 |
| ·李普西兹(Lipschitz)指数的定义以及与边缘的关系 | 第42-45页 |
| ·基于小波变换的边缘检测 | 第45-46页 |
| ·B样条图像边缘检测算子 | 第46-50页 |
| ·B样条的定义与性质 | 第47-49页 |
| ·二阶样条函数 | 第49-50页 |
| ·基于高斯函数的系列小波 | 第50-53页 |
| ·基于小波包分解的边缘检测 | 第53-58页 |
| ·尺度函数的小波包介绍 | 第53-56页 |
| ·图像的小波包分解 | 第56-58页 |
| ·具体算法步骤 | 第58页 |
| ·仿真实验结果 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 新的算法在车牌定位中的应用 | 第62-71页 |
| ·数字图像的预处理 | 第62-66页 |
| ·灰度变换 | 第62-63页 |
| ·同态滤波技术的实现 | 第63-64页 |
| ·灰度图像的二值化 | 第64-65页 |
| ·图像的平滑技术 | 第65-66页 |
| ·车牌的定位技术与结果 | 第66-68页 |
| ·边缘检测 | 第66页 |
| ·后续的处理 | 第66-68页 |
| ·与传统车牌定位算法的比较 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间主要的研究成果 | 第78页 |