| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·形态学边缘检测背景 | 第9-10页 |
| ·边缘检测研究现状 | 第10-14页 |
| ·基于微分算子的边缘检测 | 第11-12页 |
| ·基于形态学的边缘检测 | 第12-14页 |
| ·本文主要内容 | 第14-15页 |
| 第二章 数学形态学应用研究 | 第15-23页 |
| ·集合论阐述 | 第16-17页 |
| ·膨胀与腐蚀运算 | 第17-22页 |
| ·膨胀运算 | 第17-19页 |
| ·腐蚀运算 | 第19-21页 |
| ·开运算与闭运算实例 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 改进的加权滤波算法研究 | 第23-40页 |
| ·脉冲噪声滤波基础 | 第23-24页 |
| ·均值滤波算法（Mean Filter） | 第24-27页 |
| ·线性均值滤波算法（Linear Mean Filter） | 第24-26页 |
| ·非线性均值滤波算法（Nonlinear Mean Filter） | 第26-27页 |
| ·分级规划自适应中值滤波（Ranked-orderAdaptive Median Filter） | 第27-30页 |
| ·RAMF 脉冲噪声模型 | 第27页 |
| ·RAMF 分级规划滤波 | 第27-29页 |
| ·RAMF 仿真分析 | 第29-30页 |
| ·RAMF 算法讨论 | 第30页 |
| ·改进的加权滤波算法（Improved Weighted Filter） | 第30-39页 |
| ·IWF 算法讨论 | 第32-36页 |
| ·Salt & Pepper Noise 检测 | 第32页 |
| ·IWF 算法实现 | 第32-36页 |
| ·IWF 实验仿真 | 第36-38页 |
| ·IWF 算法结论 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 边缘检测算法研究 | 第40-50页 |
| ·点检测 | 第40-41页 |
| ·线检测 | 第41-42页 |
| ·边缘检测 | 第42-49页 |
| ·Roberts 算子 | 第43-44页 |
| ·Prewitt 算子 | 第44-45页 |
| ·Sobel 算子 | 第45-46页 |
| ·拉普拉斯高斯算子（LOG----Laplacian-Gauss） | 第46-48页 |
| ·Canny 算子 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 形态学边缘检测算法研究 | 第50-69页 |
| ·IWF 滤波预处理 | 第50-51页 |
| ·灰度形态学应用 | 第51-57页 |
| ·灰度图像膨胀与腐蚀 | 第52-55页 |
| ·形态学颗粒分析 | 第55-57页 |
| ·改进的 Canny 算子边缘检测 | 第57-68页 |
| ·传统 Canny 算法实现步骤 | 第57-60页 |
| ·平滑图像 | 第58页 |
| ·图像梯度幅值及方向 | 第58-59页 |
| ·图像梯度非极大值抑制 | 第59-60页 |
| ·双阈值检测和边缘连接 | 第60页 |
| ·传统 Canny 算法的缺陷 | 第60页 |
| ·改进的 Canny 算法(IEDBC) | 第60-68页 |
| ·梯度幅值及方向的改进算法 | 第61-62页 |
| ·基于梯度直方图的非极大值抑制 | 第62-64页 |
| ·改进的双阈值分割方法 | 第64-66页 |
| ·IEDBC 实验结果分析 | 第66-67页 |
| ·IEDBC 结论 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·本文工作总结 | 第69-70页 |
| ·工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻硕期间取得的研究成果 | 第76-77页 |
