Canny算子与形态学相融合的边缘检测算法研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 引言 | 第7-8页 |
| 1.2 课题研究目的和意义 | 第8-9页 |
| 1.3 国内外研究现状及发展趋势 | 第9-11页 |
| 1.4 理想边缘检测结果的要求 | 第11-12页 |
| 1.5 边缘检测存在的难点问题 | 第12-13页 |
| 1.6 本文的主要内容 | 第13-15页 |
| 第二章 数字图像边缘检测基础 | 第15-26页 |
| 2.1 数字图像理论 | 第15-16页 |
| 2.2 图像的边缘检测 | 第16-18页 |
| 2.3 经典的边缘检测算法 | 第18-22页 |
| 2.3.1 基于一阶导数的边缘检测 | 第18-20页 |
| 2.3.2 基于二阶导数的边缘检测 | 第20-22页 |
| 2.4 形态学基本原理及其边缘提取算法 | 第22-24页 |
| 2.4.1 结构元素及四种基本运算 | 第22-23页 |
| 2.4.2 形态学边缘检测算法 | 第23-24页 |
| 2.5 小波变换 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 改进的Canny算子边缘检测算法 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 传统Canny算子图像边缘检测算法 | 第26-28页 |
| 3.2.1 平滑滤波 | 第26-27页 |
| 3.2.2 计算梯度幅值和方向 | 第27页 |
| 3.2.3 非极大值法抑制梯度幅值 | 第27页 |
| 3.2.4 双阈值确定与边缘连接 | 第27-28页 |
| 3.3 改进的Canny算子图像边缘检测算法 | 第28-29页 |
| 3.3.1 形态学滤波 | 第28页 |
| 3.3.2 改进的8-邻域幅值计算方法 | 第28-29页 |
| 3.4 仿真实验 | 第29-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 改进的形态学边缘检测方法 | 第33-40页 |
| 4.1 引言 | 第33页 |
| 4.2 传统的形态学边缘检测算法 | 第33-34页 |
| 4.3 改进的形态学边缘检测算法 | 第34-37页 |
| 4.3.1 算子及矩阵元的选取 | 第34-35页 |
| 4.3.2 计算马氏距离 | 第35-36页 |
| 4.3.3 计算权值和图像边缘 | 第36-37页 |
| 4.3.4 改进的边缘检测算法步骤 | 第37页 |
| 4.4 仿真实验 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 融合算法及应用 | 第40-50页 |
| 5.1 引言 | 第40页 |
| 5.2 图像融合边缘检测算法 | 第40-41页 |
| 5.3 评价分析 | 第41-43页 |
| 5.4 仿真实验 | 第43-46页 |
| 5.5 融合算法的应用 | 第46-49页 |
| 5.5.1 黑水城唐卡图像的介绍 | 第46-47页 |
| 5.5.2 黑水城唐卡图像的边缘检测 | 第47-49页 |
| 5.6 本章小结 | 第49-50页 |
| 第六章 结论与展望 | 第50-51页 |
| 6.1 结论 | 第50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 个人简介 | 第55页 |
