| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-12页 |
| 1．1 论文背景 | 第8-9页 |
| 1．2 边缘检测算法综述 | 第9-10页 |
| 1．3 论文选题的理论意义 | 第10-11页 |
| 1．4 论文主要工作 | 第11-12页 |
| 2 小波分析 | 第12-21页 |
| 2．1 小波及小波变换 | 第12-13页 |
| 2．2 离散小波 | 第13-14页 |
| 2．3 多分辨分析及Mallat快速算法 | 第14-21页 |
| 2．3．1 多分辨分析的概念 | 第15页 |
| 2．3．2 多分辨分析与滤波器的关系 | 第15-16页 |
| 2．3．3 正交小波基的构造 | 第16-18页 |
| 2．3．4 Mallat快速算法 | 第18-21页 |
| 3 基于小波多尺度积的边缘检测算法 | 第21-34页 |
| 3．1 小波多尺度边缘检测 | 第21-27页 |
| 3．1．1 小波多尺度检测原理 | 第21-23页 |
| 3．1．2 多尺度边缘检测算法的实现 | 第23-24页 |
| 3．1．3 信号的奇异性及小波变换对边缘与噪声的影响 | 第24-26页 |
| 3．1．4 B-样条小波的数字计算 | 第26-27页 |
| 3．2 小波变换多尺度积 | 第27-32页 |
| 3．2．1 小波多尺度积的定义 | 第27-30页 |
| 3．2．2 小波变换多尺度积算法的实现 | 第30-31页 |
| 3．2．3 性能分析 | 第31-32页 |
| 3．3 实验结果 | 第32-34页 |
| 4 基于Canny算子改进型边缘检测算法 | 第34-40页 |
| 4．1 Canny的边缘检测原理 | 第34-35页 |
| 4．1．1 好的信噪比 | 第34页 |
| 4．1．2 好的定位性能 | 第34页 |
| 4．1．3 单边响应准则 | 第34-35页 |
| 4．2 对Canny算法的分析 | 第35-36页 |
| 4．3 中心B-样条函数与高斯函数的比较 | 第36-38页 |
| 4．4 平滑后对图象作线性变换 | 第38页 |
| 4．5 实验结果及结论 | 第38-40页 |
| 5 基于空间矩的亚像素边缘定位技术 | 第40-46页 |
| 5．1 引言 | 第40页 |
| 5．2 空间矩算子边缘定位原理 | 第40-42页 |
| 5．3 原理误差分析及任意角度边缘校正函数推导 | 第42-45页 |
| 5．3．1 原理误差分析 | 第42-43页 |
| 5．3．2 任意角度误差校正函数的推导 | 第43-44页 |
| 5．3．3 误差校正函数性质 | 第44-45页 |
| 5．4 数值仿真实验分析 | 第45页 |
| 5．5 结论 | 第45-46页 |
| 6 边缘检测算法在ICF系统中的应用 | 第46-57页 |
| 6．1 系统分析 | 第46-48页 |
| 6．1．1 ICF图像系统结构 | 第46-47页 |
| 6．1．2 靶中心定位技术分析 | 第47-48页 |
| 6．2 跟踪算法 | 第48-51页 |
| 6．2．1 跟踪算法的基本思想 | 第48页 |
| 6．2．2 算法实现 | 第48-49页 |
| 6．2．3 存在的问题与改进 | 第49-51页 |
| 6．3 测量圆弧参数算法 | 第51-54页 |
| 6．3．1 圆心和半径的最小二乘拟合算法 | 第51-52页 |
| 6．3．2 提高测量精度算法及实验结果 | 第52-54页 |
| 6．4 自动化的测量及实现方法 | 第54-57页 |
| 6．4．1 自动检测和测量的原理 | 第54-55页 |
| 6．4．2 自动检测和测量算法描述 | 第55页 |
| 6．4．3 实验结果 | 第55-57页 |
| 结束语 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |