基于小波和形态学的图像边缘检测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·边缘检测研究概况 | 第9页 |
| ·小波分析与边缘检测 | 第9-10页 |
| ·数学形态学与边缘检测 | 第10-12页 |
| ·本论文所作的工作和章节安排 | 第12-14页 |
| 2 小波分析的基本理论 | 第14-24页 |
| ·小波分析理论的发展和应用简介 | 第14-15页 |
| ·小波分析理论的形成与发展 | 第14-15页 |
| ·小波变换的特性和应用简介 | 第15页 |
| ·小波变换 | 第15-19页 |
| ·从傅里叶变换到小波变换 | 第15-18页 |
| ·离散小波变换 | 第18-19页 |
| ·多分辨分析 | 第19-22页 |
| ·MALLAT 算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于小波变换的图像增强 | 第24-36页 |
| ·二维小波变换与二维多分辨分析 | 第24-25页 |
| ·数字图像的分解与重构 | 第25-26页 |
| ·基于小波变换的图像增强方法 | 第26-27页 |
| ·图像增强中小波基的选择及小波分解层数的确定 | 第27-35页 |
| ·小波基的选择 | 第27-28页 |
| ·图像增强中不同小波基的实验结果 | 第28-32页 |
| ·图像增强中小波分解层数的确定 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 4 现阶段边缘检测方法综述 | 第36-49页 |
| ·图像边缘的定义 | 第36-37页 |
| ·边缘检测的步骤及要求 | 第37-38页 |
| ·边缘检测的步骤 | 第37页 |
| ·边缘检测的要求 | 第37-38页 |
| ·差分和图像灰度梯度的定义 | 第38-39页 |
| ·传统边缘检测算法 | 第39-43页 |
| ·ROBERTS 边缘检测算法 | 第39-40页 |
| ·SOBEL 边缘检测算法 | 第40页 |
| ·PREWITT 边缘检测算法 | 第40-41页 |
| ·零交叉（LOG）边缘检测方法 | 第41-43页 |
| ·新兴边缘检测方法 | 第43-45页 |
| ·CANNY 边缘检测算法 | 第43-44页 |
| ·小波边缘检测方法 | 第44-45页 |
| ·形态学边缘检测方法 | 第45页 |
| ·实验结果 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 5 基于小波和形态学的图像边缘检测 | 第49-71页 |
| ·小波变换在图像边缘检测中的优势 | 第49-50页 |
| ·数学形态学在图像边缘检测中的优势 | 第50页 |
| ·基于小波和形态学的边缘检测方案 | 第50-51页 |
| ·改进的多结构元抗噪形态学边缘检测方法 | 第51-59页 |
| ·多结构元形态学边缘检测方法 | 第51-53页 |
| ·图像的最优阈值分割二值化 | 第53-55页 |
| ·最优结构元素权值的计算 | 第55-58页 |
| ·自适应多结构元形态算子 | 第58-59页 |
| ·实验结果 | 第59-70页 |
| ·本章小结 | 第70-71页 |
| 6 结论 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76页 |
