首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于分数阶微分的雾天交通图像增强算法

摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-12页
    1.1 课题的研究背景及意义第8-9页
    1.2 国内外研究进展第9-11页
    1.3 论文的主要工作和章节安排第11-12页
2 一种具有二阶精度的分数阶微分向后差分格式第12-20页
    2.1 分数阶微分的定义第12-14页
        2.1.1 Grünwald-Letnikov分数阶导数第12页
        2.1.2 Riemann-Liouville分数阶微积分第12-13页
        2.1.3 Caputo分数阶导数第13-14页
    2.2 向后差商及中心差商格式的推广第14-15页
    2.3 一阶微分的向后差分逼近第15-16页
    2.4 分数阶微分的向后差分逼近第16-17页
    2.5 算法的精度分析第17-18页
    2.6 本章小结第18-20页
3 基于DTBD算子的图像增强算法第20-32页
    3.1 分数阶微分对信号强度的影响分析第20-21页
    3.2 图像增强的分数阶微分算子的构造第21-26页
        3.2.1 Tiansi算子第22-23页
        3.2.2 基于Riemann-Liouville分数阶导数的图像增强算子第23-25页
        3.2.3 TBD算子的构造第25-26页
        3.2.4 改进的TBD算子第26页
    3.3 实验结果分析第26-30页
    3.4 本章小结第30-32页
4 基于分割的自适应分数阶微分图像增强算法第32-46页
    4.1 基于分割的自适应分数阶微分图像增强模型的算法流程第32-34页
    4.2 基于迭代阈值分割的自适应分数阶微分图像增强算法第34-37页
        4.2.1 迭代阈值的选取规则第34-35页
        4.2.2 图像分割的客观评价第35-36页
        4.2.3 实验结果与分析第36-37页
    4.3 基于马尔科夫随机场的自适应分数阶微分图像增强算法第37-43页
        4.3.1 基于马尔科夫随机场的Otsu阈值选取方法第38-39页
        4.3.2 图像分割的结果与分析第39-40页
        4.3.3 实验结果与分析第40-43页
    4.4 本章小节第43-46页
5 总结与展望第46-48页
    5.1 总结第46页
    5.2 展望第46-48页
致谢第48-50页
参考文献第50-54页
附录第54页

论文共54页,点击 下载论文
上一篇:一类Volterra积分—微分方程的解析解研究
下一篇:不完整数据集模糊聚类算法研究