导读:本文包含了边缘信息测度论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:边缘,信息,图像,方向,阈值,神经网络,向量。
边缘信息测度论文文献综述
邱东,李佳禧,杨宏韬,刘克平[1]（2019）在《基于信息测度和核函数极限学习机的图像边缘检测》一文中研究指出图像的边缘检测技术是机器视觉中图像识别、图像分割与处理以及模板匹配的基础。针对传统边缘检测算子的检测精度有限,对噪声的敏感度较高的问题,提出一种基于信息测度和核函数极限学习机(KELM)的图像边缘检测方法。该方法构造一个描述边缘点信息测度的特征矢量,将特征矢量样本数据集对核函数极限学习机(KELM)进行分类训练,实现边缘检测。同时采用度量F评价模型对不同边缘检测方法的性能进行评价。实验结果表明,ISKELM图像边缘检测的效果优于Canny算子、Sobel算子以及ELM图像边缘检测,提取的图像边缘更加清晰,对于噪声的抑制能力更强,虚假边缘大大减少。(本文来源于《计算机应用与软件》期刊2019年10期）
余瑞艳[2]（2011）在《基于方向信息测度的图像边缘检测》一文中研究指出边缘检测是图像处理中一个重要的研究课题.针对传统图像边缘检测算法对噪声敏感的问题,本文在分析图像像素灰度信息的基础上,建立了一个改进的确定方向信息测度的方法,并利用震动滤波对边缘检测图像进行增强,该方法在滤除噪声的同时,能有效地保留图像的基本目标信息,正确提取图像的边缘.(本文来源于《数学研究》期刊2011年02期）
刘光蓉,管庶安[3]（2009）在《图像信息测度在边缘检测中的应用》一文中研究指出介绍了信息测度的计算方法及以邻域一致性测度,并用算例说明用图像信息测度提取边缘的基本方法。结果表明,信息测度技术提取边缘信息时能够充分表征边缘点的特征,而且具有良好的抗噪能力。(本文来源于《武汉工业学院学报》期刊2009年04期）
刘瑞玲[4]（2009）在《基于粗糙集和边缘信息测度的图像边缘检测算法》一文中研究指出基于粗糙集的思想,结合边缘信息测度提出一种新的边缘检测算法。本文首先提出边缘信息测度的定义式,并指出其特性,然后根据噪声、边缘信息测度属性对像素点分类。通过设定合适的阈值,较好地区分了各种边缘点和非边缘点,从而得到真正的边缘。实验结果表明,该算法能有效抑制噪声,保留较多的图像边缘的细节信息,边缘图像锐利而清晰,且运算速度较快。(本文来源于《计算机与现代化》期刊2009年10期）
才辉,张光新,张浩,周泽魁[5]（2008）在《一种新的基于多信息测度融合的边缘检测方法》一文中研究指出针对高强度噪声图像,提出了一种新的基于信息测度概念和Dempster-Shafer(DS)证据理论的边缘检测算法.利用邻域一致性、方向性和结构性3种信息测度定量描述边缘特征;引入检测不确定性,根据各信息测度响应分布设计基本可信度分配函数,并利用DS合成规则加以融合;融合后根据组合决策规则将像素分类成边缘与非边缘.实验通过检测结果以及Pratt品质因数的分析比较,表明该算法能够有效地区分边缘点和噪声点.在低噪声情况下,检测性能与传统检测方法相近;而对于高强度噪声图像,该方法具有较强的噪声免疫力.(本文来源于《浙江大学学报(工学版)》期刊2008年10期）
李懿,张运杰,王威娜,张晓娜[6]（2007）在《基于方向信息测度的最小模糊度准则边缘检测》一文中研究指出将像素点的方向信息测度作为判别边缘点的特性指标,借用Huang等构造的自适应确定分割阈值的思想,本文提出了一种基于方向信息测度的最小模糊度准则边缘检测方法。文中提出的方法,一方面由于采用了方向信息测度,可以很好地将边缘点和非边缘点区分开来;另一方面通过最小化模糊度,自适应地将给定图像的所有像素点按照方向信息测度分成两类,从而达到提取边缘的目的。实验结果证明,我们提出的方法能够很好地判别边缘点,有效地提取图像的边缘。(本文来源于《模糊系统与数学》期刊2007年03期）
王佩,张艳宁,申家振,刘俊成[7]（2006）在《基于信息测度和支持向量机的图像边缘检测》一文中研究指出将信息测度和支持向量机结合在一起,提出了一种新的图像边缘检测方法(information measure and support vec-tor machine edge detection method,ISEDM).首先,基于数学测度概念构造一个描述边缘点信息测度的特征矢量,该矢量由邻域一致性测度、方向性信息测度和梯度分布3个特征分量组成,然后运用支持向量机对特征矢量数据集进行训练和分类,实现了对边缘点的检测.实验结果表明,对于含有加性噪声、乘性噪声等图像的边缘检测,ISEDM能够有效地抑制噪声,较多地保留图像边缘的细节信息,边缘图像锐利而清晰.(本文来源于《山东大学学报(工学版)》期刊2006年03期）
何剑春,王涌,贾立新[8]（2005）在《基于CMAC和图像信息测度特征的边缘检测方法及其应用》一文中研究指出CMAC(Cerebellar Model Articulation Controller)网络是一种具有线性结构、算法简单的局部化神经网络,由一个固定的非线性输入层和一个可调线性输出层组成,实质为自适应查表算法.由于信息以分布方式存储,CMAC泛化能力强,学习速度快.通过引入信息测度特征反映图像边缘,以CMAC网络为非线性函数映射器,对配电系统中关键绝缘瓷瓶的远程监控作了应用研究,提出一种利用CMAC网络完成瓷瓶图像信息测度至边缘特征的非线性映射方法;并通过边缘检测前后的正常预处理和异常扫描,实现瓷瓶状态的实时监测.仿真和实际应用均表明该方案具有可行性和有效性.(本文来源于《浙江工业大学学报》期刊2005年06期）
梁蔚华,孔祥维,梁德群[9]（2003）在《基于边缘信息测度的自适应分块DCT压缩算法》一文中研究指出提出了一种基于边缘信息测度的四叉树自适应分块的DCT压缩算法。该方法首先对原始图像建立的边缘信息测度图进行四叉树分块,继而根据分割好的各个块的大小和块内包含边缘点的多少来进行不同压缩比的DCT压缩编码。尺度大的块内压缩比较高;尺度小的块内压缩比相对较低。计算机模拟实验证明,单位bit恢复信噪比(SNBR)比非自适应法提高了30%。(本文来源于《光电子·激光》期刊2003年10期）
杨海军,梁德群[10]（2001）在《一种新的基于信息测度和神经网络的边缘检测方法》一文中研究指出本文构造了不同的信息测度来定量描述阶跃边缘的叁个本质特征 ,并给出由相应的叁个分量组成的特征向量 .用人工得到的样本对一BP神经网络进行训练 ,将训练后的神经网络直接用于图像的边缘检测 .本文方法无需定阈值 ;在特征的选取上充分考虑了边缘和噪声的本质区别 ,具有优异的抗噪性能 .实验证明本文方法具有令人满意的效果 .(本文来源于《电子学报》期刊2001年01期）
边缘信息测度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
边缘检测是图像处理中一个重要的研究课题.针对传统图像边缘检测算法对噪声敏感的问题,本文在分析图像像素灰度信息的基础上,建立了一个改进的确定方向信息测度的方法,并利用震动滤波对边缘检测图像进行增强,该方法在滤除噪声的同时,能有效地保留图像的基本目标信息,正确提取图像的边缘.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
边缘信息测度论文参考文献
[1].邱东,李佳禧,杨宏韬,刘克平.基于信息测度和核函数极限学习机的图像边缘检测[J].计算机应用与软件.2019
[2].余瑞艳.基于方向信息测度的图像边缘检测[J].数学研究.2011
[3].刘光蓉,管庶安.图像信息测度在边缘检测中的应用[J].武汉工业学院学报.2009
[4].刘瑞玲.基于粗糙集和边缘信息测度的图像边缘检测算法[J].计算机与现代化.2009
[5].才辉,张光新,张浩,周泽魁.一种新的基于多信息测度融合的边缘检测方法[J].浙江大学学报(工学版).2008
[6].李懿,张运杰,王威娜,张晓娜.基于方向信息测度的最小模糊度准则边缘检测[J].模糊系统与数学.2007
[7].王佩,张艳宁,申家振,刘俊成.基于信息测度和支持向量机的图像边缘检测[J].山东大学学报(工学版).2006
[8].何剑春,王涌,贾立新.基于CMAC和图像信息测度特征的边缘检测方法及其应用[J].浙江工业大学学报.2005
[9].梁蔚华,孔祥维,梁德群.基于边缘信息测度的自适应分块DCT压缩算法[J].光电子·激光.2003
[10].杨海军,梁德群.一种新的基于信息测度和神经网络的边缘检测方法[J].电子学报.2001
论文知识图
