| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究的背景与意义 | 第9-10页 |
| 1.1.1 研究意义 | 第9页 |
| 1.1.2 研究背景 | 第9-10页 |
| 1.1.3 研究目标 | 第10页 |
| 1.2 图像及存储文件格式简介 | 第10-12页 |
| 1.3 图像插值技术的应用及其历史发展 | 第12-14页 |
| 1.4 本文研究内容及论文结构 | 第14-15页 |
| 第二章 插值概述 | 第15-22页 |
| 2.1 插值的数学定义 | 第15-16页 |
| 2.2 基本插值多项式 | 第16页 |
| 2.3 插值算法 | 第16-21页 |
| 2.3.1 线性插值 | 第17页 |
| 2.3.2 抛物线插值 | 第17页 |
| 2.3.3 Lagrange 插值多项式 | 第17-18页 |
| 2.3.4 Hermite 插值 | 第18-20页 |
| 2.3.5 三次样条插值 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 图像的边缘提取 | 第22-41页 |
| 3.1 图像边缘提取的意义 | 第22页 |
| 3.2 传统的边缘检测方法 | 第22-29页 |
| 3.2.1 一阶微分边缘检测算子 | 第22-23页 |
| 3.2.2 Roberts 算子 | 第23-25页 |
| 3.2.3 Sobel 算子 | 第25-27页 |
| 3.2.4 Prewitt 算子 | 第27-29页 |
| 3.3 二阶微分边缘检测算子 | 第29-34页 |
| 3.3.1 Laplacian 算子 | 第30-32页 |
| 3.3.2 高斯 Laplacian 边缘检测算子（LoG） | 第32-34页 |
| 3.4 带方向的边缘检测 | 第34-40页 |
| 3.4.1 Kirsch 算法 | 第35-36页 |
| 3.4.2 Robinson 算法 | 第36-37页 |
| 3 4.3 基于 Canny 算子的边缘检测 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于边缘特征的图像插值 | 第41-55页 |
| 4.1 图像去噪 | 第41页 |
| 4.2 图像边缘提取 | 第41页 |
| 4.3 双线性插值 | 第41-43页 |
| 4.4 双三次 B 样条插值 | 第43-44页 |
| 4.5 算法实现流程 | 第44-45页 |
| 4.6 实验结果及其分析 | 第45-54页 |
| 4.6.1 插值结果 | 第45-53页 |
| 4.6.2 实验结果分析 | 第53-54页 |
| 4.7 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 详细摘要 | 第60-64页 |