声明
摘要
第1章 绪论
1.1 数学形态学的建立与发展
1.2 数学形态学的研究内容
1.3 数学形态学的研究现状
1.4 论文的组织结构和创新点
第2章 数学形态学
2.1 集合论的基本知识
2.1.1 集合与元素
2.1.2 集合的表示方法
2.1.3 元素的性质
2.1.4 元素与集合的关系
2.1.5 集合与集合的关系
2.1.6 集合的运算
2.1.7 集合运算的性质
2.2 二值数学形态学
2.2.1 腐蚀运算和膨胀运算
2.2.2 开运算和闭运算
2.2.3 击中击不中变换
2.2.4 二值数学形态学的应用
2.3 灰值数学形态学
2.3.1 灰值腐蚀运算和灰值膨胀运算
2.3.2 灰值开运算和灰值闭运算
2.4 顺序数学形态学
2.4.1 基本顺序形态变换
2.4.2 复合顺序形态变换
2.4.3 顺序形态变换的统计特性
2.5 本章小结
第3章 图像边缘检测
3.1 边缘检测的概述
3.2 边缘检测的主要方法
3.2.1 经典的边缘检测方法
3.2.2 基于能量最小化为准则的全局提取图像边缘方法
3.2.3 结合新的数学工具的边缘检测方法
3.3 边缘检测存在的问题和发展趋势
3.4 本章小结
第4章 基于数学形态学的图像边缘检测
4.1 数学形态学用于图像边缘检测的基本原理
4.1.1 数学形态学边缘检测算子
4.1.2 结构元素对边缘检测的影响
4.2 一种基于多形状多尺度结构元素的自适应边缘检测算法
4.2.1 改进的数学形态学边缘检测算子
4.2.2 结构元素的选择
4.2.3 基于信息熵的融合处理
4.2.4 实验结果和分析
4.3 基于复合顺序形态变换的边缘检测
4.3.1 基于顺序形态变换的边缘检测的原理
4.3.2 复合顺序形态变换边缘检测算子
4.3.3 结构元素对基于复合顺序形态变换的边缘检测的影响
4.3.4 百分位对基于顺序形态变换的边缘检测的影响
4.4 复合顺序形态变换在人体肝部CT图像边缘检测中的应用
4.4.1 结构元素对人体肝部CT图像边缘检测的影响
4.4.2 百分位对人体肝部CT图像边缘检测的影响
4.4.3 实验结果和分析
4.5 本章小结
第5章 基于数学形态学和小波变换的图像边缘检测
5.1 小波变换的基本理论
5.2 小波变换在边缘检测中的应用
5.3 一种基于数学形态学和小波变换的边缘检测算法
5.3.1 小波分解
5.3.2 基于数学形态学的低频近似子图像的边缘检测
5.3.3 基于小波变换的高频近似子图像的边缘检测
5.3.4 基于小波变换的图像融合
5.3.5 实验结果和分析
5.4 本章小结
第6章 基于数学形态学和模糊数学的图像边缘检测
6.1 模糊数学的基本理论
6.1.1 模糊数学概述
6.1.2 模糊集合和隶属度函数
6.2 图像增强和模糊增强
6.3 一种基于局部模糊增强的复合顺序形态学边缘检测算法
6.3.1 局部模糊增强
6.3.2 结构元素的选择
6.3.3 百分位的选择
6.3.4 融合和细化
6.3.5 实验结果和分析
6.4 基于局部模糊增强的复合顺序形态学边缘检测算法在无人驾驶汽车障碍物识别中的应用
6.4.1 局部模糊增强
6.4.2 复合顺序形态学边缘检测
6.4.3 实验结果和分析
6.5 本章小结
第7章 基于数学形态学的棒材自动计数系统的设计与实现
7.1 棒材计数的背景
7.2 棒材计数的研究现状
7.3 一种基于数学形态学的棒材自动计数系统的设计与实现
7.3.1 系统硬件结构
7.3.2 线阵CCD相机主要参数的计算与设置
7.3.3 系统软件结构
7.3.4 基于数学形态变换的棒材图像预处理
7.3.5 基于Blob分析的棒材识别与计数
7.3.6 对本节提出的系统的总结
7.4 本章小结
第8章 基于数学形态学的签名真伪鉴别系统的设计与实现
8.1 签名真伪鉴别的背景
8.2 签名真伪鉴别的研究现状
8.3 一种基于数学形态学的签名真伪鉴别系统的设计与实现
8.3.1 签名图像的预处理
8.3.2 基于数学形态学的特征提取
8.3.3 决策判别结果
8.3.4 系统的主要界面
8.3.5 对本节提出的系统的总结
8.4 本章小结
第9章 总结与展望
9.1 论文的主要研究内容和创新点
9.2 未来工作的展望
参考文献
致谢
攻读博士期间发表的学位论文
攻读博士期间参与的科研项目
攻读博士期间的获奖情况