声明
摘要
第一章 绪论
1.1 课题背景
1.2 边缘检测研究现状
1.3 边缘检测基本应用
1.4 边缘检测的要求
1.5 论文的主要内容
第二章 基于CNN的灰度图像边缘检测算法
2.1 边缘检测基本内容
2.1.1 边缘检测基本原理
2.1.1 经典边缘检测算子
2.2 细胞神经网络模型和PSO算法
2.2.1 细胞神经网络模型
2.2.2 PSO优化算法原理
2.3 基于CNN和PSO算法的灰度图像边缘检测
2.3.1 基于CNN和PSO的灰度图像边缘检测算法流程
2.3.2 CNN模板参数的设计
2.3.3 基于PSO算法的模板参数优化
2.4 仿真结果对比和分析
2.4.1 二值图像边缘检测结果对比和分析
2.4.2 灰度图像边缘检测结果对比和分析
2.5 本章小结
第三章 基于CNN的Lab彩色图像边缘检测算法
3.1 颜色空间
3.1.1 经典颜色空间
3.1.2 颜色空间色差度量
3.2 彩色图像边缘检测算法
3.2.1 合成法
3.2.2 矢量法
3.3 基于CNN的Lab彩色图像边缘检测
3.3.1 基于CNN的Lab彩色图像边缘检测算法流程
3.3.2 亮度通道边缘检测
3.3.3 色度通道边缘检测
3.3.4 图像融合
3.4 仿真结果对比和分析
3.5 本章小结
第四章 基于边缘检测的交通视频分割算法
4.1 视频分割技术
4.2 经典视频分割算法
4.2.1 光流分割法
4.2.2 背景减法
4.2.3 帧差法
4.2.4 算法分析和比较
4.3 基于自适应阈值的三帧差分和边缘检测的交通视频分割算法
4.3.1 算法流程
4.3.2 时域分割
4.3.3 边缘检测
4.3.4 视频对象提取
4.4 仿真结果和分析
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 课题展望
致谢
参考文献
攻读硕士学位期间已发表的论文