| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·问题的提出 | 第8-9页 |
| ·边缘检测概念 | 第9-10页 |
| ·边缘检测算法概述 | 第10-12页 |
| ·论文选题的理论意义 | 第12-13页 |
| 2 模糊理论与模糊随机过程 | 第13-30页 |
| ·模糊概念与模糊系统 | 第13-14页 |
| ·模糊集合及其运算 | 第14-17页 |
| ·模糊集合的概念 | 第14-15页 |
| ·模糊集合的运算 | 第15页 |
| ·几类常用的模糊集合 | 第15-17页 |
| ·模糊性的度量 | 第17-19页 |
| ·模糊度量规定 | 第17-18页 |
| ·几种常用的贴近度 | 第18-19页 |
| ·隶属函数的确定方法 | 第19-27页 |
| ·统计法确定模糊隶属函数 | 第19-20页 |
| ·利用常用的模糊分布求隶属函数 | 第20-27页 |
| ·模糊随机过程理论及应用研究 | 第27-30页 |
| ·模糊Markovl 链 | 第27-28页 |
| ·Markovl 链模型及模糊Markovl 链模型 | 第28-30页 |
| 3 模糊理论推广及在边缘检测中的应用 | 第30-35页 |
| ·广义模糊理论及其应用 | 第30-32页 |
| ·广义模糊集合概念 | 第30页 |
| ·广义模糊算子 | 第30-32页 |
| ·模糊分类器理论 | 第32-35页 |
| ·像素的特征向量 | 第32页 |
| ·像素边缘的类 | 第32-33页 |
| ·模糊分类器结构 | 第33-35页 |
| 4 基于多尺度广义模糊增强的小波边缘检测方法 | 第35-44页 |
| ·小波多尺度广义模糊增强边缘检测 | 第35-37页 |
| ·广义模糊算子增强图像 | 第35-36页 |
| ·基于小波变换的多尺度边缘检测 | 第36-37页 |
| ·模型及算法 | 第37-39页 |
| ·广义模糊增强与多尺度小波变换的边缘检测模型 | 第37-38页 |
| ·广义模糊增强子算法 | 第38页 |
| ·基于多尺度广义模糊图像增强的小波边缘检测算法 | 第38-39页 |
| ·实验结果分析 | 第39-41页 |
| ·讨论 | 第41页 |
| ·小波多尺度广义模糊增强的空间描述 | 第41-44页 |
| 5 改进的模糊竞争边缘检测方法 | 第44-50页 |
| ·改进的模糊竞争边缘检测（ICFED） | 第44-47页 |
| ·竞争性质的模糊边缘检测（CFED） | 第44-46页 |
| ·广义模糊算子（GFO）增强 | 第46-47页 |
| ·算法 | 第47-48页 |
| ·实验结果分析 | 第48-49页 |
| ·结论 | 第49-50页 |
| 6 论文总结与应用展望 | 第50-52页 |
| ·论文工作总结 | 第50页 |
| ·模糊随机过程的应用展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-58页 |
| 独创性声明 | 第58页 |
| 学位论文版权使用授权书 | 第58页 |