基于形态学理论的图像边缘检测方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·机器视觉概述 | 第11-12页 |
| ·机器视觉技术的研究现状 | 第12-14页 |
| ·图像中的边缘检测方法 | 第14-16页 |
| ·传统的边缘检测方法 | 第14-15页 |
| ·新兴的边缘检测方法 | 第15-16页 |
| ·本文的主要工作 | 第16-17页 |
| 第二章 传统的图像边缘检测技术 | 第17-25页 |
| ·引言 | 第17-18页 |
| ·基于一阶微分的边缘检测算子 | 第18-21页 |
| ·Roberts交叉算子 | 第18-19页 |
| ·Sobel算子 | 第19页 |
| ·Prewitt算子 | 第19-20页 |
| ·Canny算子 | 第20页 |
| ·零交叉算子 | 第20-21页 |
| ·基于二阶差分的边缘检测方法 | 第21-22页 |
| ·拉普拉斯(Laplacian)算子 | 第21-22页 |
| ·拉普拉斯-高斯(LoG)边缘检测算子 | 第22页 |
| ·实验结果及分析 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 数学形态学方法 | 第25-38页 |
| ·引言 | 第25-26页 |
| ·数学形态学基本理论 | 第26-29页 |
| ·集合论中的基本概念 | 第26-27页 |
| ·二值图像和集合 | 第27页 |
| ·二值腐蚀 | 第27-28页 |
| ·二值膨胀 | 第28页 |
| ·开运算和闭运算 | 第28页 |
| ·击中击不中变换 | 第28-29页 |
| ·灰度形态学 | 第29-33页 |
| ·灰值腐蚀 | 第29-31页 |
| ·灰值膨胀 | 第31-32页 |
| ·灰值形态学开和闭运算 | 第32页 |
| ·形态学梯度算子 | 第32-33页 |
| ·Top-hat变换 | 第33页 |
| ·形态学边缘检测算子 | 第33-36页 |
| ·常用的形态学梯度算子 | 第34页 |
| ·抗噪型形态学梯度算子 | 第34-35页 |
| ·多尺度自适应形态学梯度算子 | 第35-36页 |
| ·仿真结果 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 模糊形态学边缘检测算法 | 第38-53页 |
| ·引言 | 第38-39页 |
| ·基于三角模与反三角模的模糊形态学理论 | 第39-41页 |
| ·三角模与反三角模 | 第40-41页 |
| ·模糊算子的截集兼容性 | 第41页 |
| ·模糊形态学边缘检测算法 | 第41-50页 |
| ·模糊形态学梯度算子 | 第41-42页 |
| ·结构元素 | 第42-44页 |
| ·常用的隶属度函数 | 第44-45页 |
| ·FMFED隶属度算法 | 第45-47页 |
| ·改进的隶属度算法 | 第47-49页 |
| ·边缘检测算法步骤 | 第49-50页 |
| ·实验结果及分析 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第五章 基于形态学的小波分析方法 | 第53-61页 |
| ·引言 | 第53-54页 |
| ·小波变换理论 | 第54-57页 |
| ·离散小波变换 | 第56页 |
| ·小波的多分辨率分析 | 第56页 |
| ·基于小波变换的图像分解 | 第56-57页 |
| ·基于形态学的小波分析边缘检测算法 | 第57-59页 |
| ·边缘检测算法 | 第58-59页 |
| ·边缘检测算法步骤 | 第59页 |
| ·实验结果及分析 | 第59-60页 |
| ·小结 | 第60-61页 |
| 总结与展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录A 攻读学位期间发表的论文目录 | 第67页 |
