概率伪形态学在图像处理中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外发展及现状 | 第10-15页 |
| 1.2.1 图像去噪的研究现状及发展趋势 | 第12-13页 |
| 1.2.2 图像特征提取的研究现状及发展 | 第13-15页 |
| 1.3 本文的研究内容 | 第15-16页 |
| 1.4 本文结构 | 第16-17页 |
| 第二章 数学形态学的基本理论 | 第17-24页 |
| 2.1 数学形态学基本概念 | 第17-18页 |
| 2.2 二值形态学的基本运算 | 第18-20页 |
| 2.2.1 二值膨胀和腐蚀运算 | 第18-20页 |
| 2.2.2 二值开和闭运算 | 第20页 |
| 2.3 灰度形态学的基本运算 | 第20-23页 |
| 2.3.1 灰度膨胀运算和腐蚀运算 | 第20-22页 |
| 2.3.2 灰度开运算和闭运算 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 概率伪形态学的参数应用研究 | 第24-48页 |
| 3.1 概率伪形态学的基本理论 | 第24-25页 |
| 3.2 概率伪形态学在灰色图像中的应用 | 第25-31页 |
| 3.2.1 概率伪形态学在灰度图像上的基本运算 | 第25-26页 |
| 3.2.2 概率伪形态学的参数设置 | 第26-31页 |
| 3.3 概率伪形态学在彩色图像的应用 | 第31-35页 |
| 3.3.1 彩色概率概率伪形态学基本原理 | 第31-34页 |
| 3.3.2 概率伪形态学在彩色图像上的基本运算 | 第34-35页 |
| 3.4 仿真实验和对比分析 | 第35-46页 |
| 3.4.1 参数误差分析 | 第35-40页 |
| 3.4.2 膨胀、腐蚀效果对比分析 | 第40-43页 |
| 3.4.3 分形维数估计分析 | 第43-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 概率伪形态学的改进方法在图像去噪中的应用 | 第48-63页 |
| 4.1 噪声来源及分类 | 第48-50页 |
| 4.2 常见的图像去噪方法 | 第50-52页 |
| 4.2.1 空间域滤波去噪 | 第50-51页 |
| 4.2.2 频域滤波去噪——小波去噪 | 第51-52页 |
| 4.3 概率伪形态学的图像去噪 | 第52-55页 |
| 4.3.1 改进的概率伪形态学 | 第52-54页 |
| 4.3.2 概率伪形态学框架下的彩色图像去噪 | 第54-55页 |
| 4.4 图像去噪的评估模型 | 第55-56页 |
| 4.5 仿真实验和对比分析 | 第56-61页 |
| 4.6 本章小结 | 第61-63页 |
| 第五章 概率伪形态学在特征提取中的应用 | 第63-75页 |
| 5.1 图像边缘检测及常用算法 | 第63-67页 |
| 5.1.1 一阶微分边缘检测算子 | 第63-65页 |
| 5.1.2 二阶微分边缘检测算子 | 第65-67页 |
| 5.1.3 小波边缘提取 | 第67页 |
| 5.2 纹理分割分类及常用的算法 | 第67-69页 |
| 5.3 概率伪形态学在彩色图像边缘检测中的应用 | 第69页 |
| 5.4 概率伪形态学在彩色纹理分割的应用 | 第69-70页 |
| 5.5 仿真实验和分析对比 | 第70-74页 |
| 5.6 本章小结 | 第74-75页 |
| 总结与展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 附件 | 第84页 |
