导读:本文包含了线条检测论文开题报告文献综述、选题提纲参考文献，主要关键词:虹膜,线条,环状,纹理,平滑,度量,均匀度。
线条检测论文文献综述写法
刘瑞明,黄佳炜,刘勇,孙帅成,王双永[1]（2019）在《基于相关向量机回归的涂泥木线条表面点状小缺陷检测》一文中研究指出木线条是一种用途广泛的建筑材料,主要用于装饰、装修和家具制造等行业。涂泥木线条具有美观、强度高、耐潮湿等优点,深受用户的青睐。在生产过程中,为了提高产品质量,需要对涂泥木线条的表面缺陷进行检测,基于数字图像处理技术的缺陷检测方法已成为主要技术手段。在图像中,面积较大的缺陷相对容易检测,但小的点状缺陷由于包含像素少、缺乏纹理特征等特点,检测非常困难。使用传统的、基于滤波的方法检测小缺陷,主要利用了小缺陷的高频特性,但高频图像噪声会造成误检,导致检测效果并不理想。本研究提出了基于相关向量回归结合后处理的方法对小缺陷进行检测,相关向量回归与支持向量回归相比,具有超参数少、表达更稀疏、核函数不需要满足梅西定理等优点。该方法通过以下步骤实现小缺陷检测:首先利用相关向量回归算法对图像进行处理,将回归值作为像素灰度值构建回归图像,然后求原始图像与回归图像的差图像,求取差图像的核相关系数后,再经过取反、二值化和局部平均等后处理,最终得到信杂比较大的检测图像。通过检测指标的比较,与基于Top-hat滤波的检测算法相比,本研究提出的方法具有更好的检测效果。(本文来源于《林业工程学报》期刊2019年05期）
景军锋,张婉婉,李鹏飞[2]（2017）在《应用显着性算法的纱线条干均匀度检测》一文中研究指出针对运用图像方法进行纱线条干均匀度检测时,背景黑板、纱线毛羽以及图像噪声等对检测结果影响较大的问题,借鉴人的视觉感知机制,提出一种应用显着性算法检测纱线条干均匀度的方法。对采集到的纱线图像提取颜色和亮度特征,进行显着性分析,突出纱线条干区域,然后利用迭代阈值分割算法和区域滤波,得到准确清晰的纱线条干二值图像,基于此进行直径计算、均匀度分析和纱线疵点判定。通过边缘准确性评价可知,采用所提方法分割得到的纱线条干二值图像有着较高的分割精度。通过与Uster Classimat 5的均匀度检测结果进行比较,证明这种方法可得到准确的结果,与Uster Classimat 5的测量结果有着较好的一致性。(本文来源于《纺织学报》期刊2017年06期）
苑玮琦,张波,常乐,刘笑楠[3]（2017）在《基于矢量加权线检测算子的虹膜环状线条检测》一文中研究指出由于虹膜环状线条与背景相比信号强度比较弱,且背景图像纹理异常丰富,环状线条灰度不完全连续,在灰度图像上直接用边缘检测算子进行虹膜环状线条检测时,会丢失很多有效信息,误检率及漏检率较高,为了解决这个问题,在对虹膜环状线条特征进行分析的基础上,设计了一种适用于虹膜环状线条检测的矢量加权线检测算子。首先由于环状线条在虹膜上的位置比较固定,选取虹膜环状区域左右两部分区域作为感兴趣区域;其次,设计矢量加权线检测算子,依据优势信号出现在不同通道的随机性自适应的进行加权,由此将矢量图像转变为边缘信息最为突出的单通道图像,再根据环状线条的线特征分布特点设计线检测矩阵,对预处理后的感兴趣(ROI)区域进行检测;最后在二值化图像上根据环状线条的形状设计区域形状因子排除非环状线条,实现环状线条的检测。该方法在图库中人工标定的1 921条环状线条的检测正确检出率达到91.78%。实验结果表明,本方法与经典的边缘检测算子相比,更适用于虹膜环状线条的检测。(本文来源于《仪器仪表学报》期刊2017年06期）
张波[4]（2017）在《虹膜裂缝、环状线条检测方法研究》一文中研究指出虹膜表面具有丰富的纹理,主要有裂缝、环状线条、坑洞、色素斑和卷缩轮内部纹理构成,这些纹理中所蕴含的特征信息是虹膜身份识别和进行人体健康状况评价的重要依据。而现有的对于虹膜特定形状的检测方法的检测率和误检率较高,且无法提供具体的特征信息,而这些信息所反映的虹膜纹理特征是虹膜识别的特征参数与人体健康状况评价的评价依据。本文以虹膜裂缝与环状线条为检测对象,研究其检测方法以及检测所得纹理的特征描述方法。主要研究工作及贡献如下:(1)针对于在丰富的虹膜纹理中排除非裂缝纹理而正确地检测到裂缝是个比较困难的问题,本文提出了由粗到精的虹膜裂缝的检测方法。该方法能够实现在异常丰富的虹膜纹理的复杂背景下对于虹膜裂缝的检测。首先,根据裂缝与背景相比具有一定灰度差的特征,使用水平方向的线性灰度差分模板在预处理归一化展开后的虹膜图像上搜索裂缝可能存在区域,得到二值图像。该方法在完整地提取到图库中所有的裂缝特征的同时还包括其他一些与其相似的非裂缝特征,其中包括卷缩轮内部纹理、坑洞、色素斑。其次,依据虹膜卷缩轮内部纹理在经过灰度差分的二值图像上的长度、位置上具有自相似性,而裂缝无论长度、位置具备特异性,本文设计了局部密度最大值聚类的方法排除卷缩轮内部纹理。该方法以二值图像的各连通区域的长度与位置为特征空间,作为参与聚类的数据点,属于卷缩轮内部纹理的数据点则比较集中。求出每个数据点的局部密度及距离,得到密度值最大的点作为聚类中心。该方法能够把不同图像上各异的卷缩轮内部纹理聚为一类,从而将其排除。实验结果表明,文中采用的方法对于卷缩轮内部纹理的排除率达到92.21%,能够较好地排除卷缩轮内部纹理,从而可为后续步骤提供良好的基础。最后,采用基于脊线检测算子与能量密度的检测方法排除其他的非裂缝特征。通过对不同特征纹理在原图像上一定的区域内具备不同的极值点的特性,设计满足于针对裂缝脊线特征的线检测算子,该算子会对一定方向的裂缝具有显着的检测性,而其他非裂缝特征经脊线检测后会出现多个对应脊线的特性。该方法首先以前两步方法之后得到的二值图像为中心,映射回原图像上找到对应的附近的图像区域信息,对该区域采用脊线检测算子进行检测。以此小区域内经脊线检测算子检测到的二值图像的白色区域为能量像素,利用文中定义的能量密度判断集中在中线附近的像素点的个数与总体面积的比例来表述各区域的能量密度,能量密度小的区域为裂缝,而能量密度大的区域则为非裂缝特征。实验结果表明,对于裂缝的检测正确率能达到94.09%。文中定义的脊线检测算子与能量密度能够有效地反映裂缝的特性信息,排除非裂缝特征,从而实现裂缝的检测。(2)针对于虹膜环状线条在虹膜图像上信号强度较为微弱,而在丰富的虹膜纹理中正确地检测到环状线条是个比较困难的问题,提出了基于矢量加权线检测算子的虹膜环状线条的检测方法。环状线条的优势信号会出现在RGB空间上叁分量上的某一个,但哪个分量是随机的,而现有的环状线条的检测方法都是在灰度图像上进行的检测,在由矢量图像向灰度图像转化的过程中采用传统的固定叁分量加权而使得优势信号出现的通道的转化会使得本不强势的信号强度进一步降低。而设计了自适应加权方法,该方法首先设计特征矩阵,通过求得特征矩阵的最大特征值所对应的特征向量来作为由矢量图像转换为单通道图像的加权值,使得优势信号出现的分量的权值最大,此加权值依据不同的图像得到的特征矩阵不同因而自适应地得到,从而得到边缘最为突出的单通道图像。在此基础上进行线检测得到二值图像,再依据环状线条的形状特征设计形状因子找到符合环状线条的区域,实现环状线条的检测。经过在环状线条有效区域提取的ROI图像上进行实验,测试结果表明,该方法的正确率达到91.78%,大大提升了检出率。(3)为了获得虹膜纹理的特征信息,针对裂缝与环状线条的特性,分别选择了长度、宽度、面积等构成特征矩阵用来作为特征参数描述检测所得裂缝与环状线条信息,详细论述了上述参数的计算方法以及虹膜图像裂缝和环状线条的特征向量和特征矩阵。另外,文中还讨论了用于本文算法测试和评价的分类图库的建立问题以及虹膜图像的预处理问题。(本文来源于《沈阳工业大学》期刊2017-05-19）
陈晨[5]（2017）在《卡通图像显着性线条检测技术研究》一文中研究指出现今社会,中国动漫产业蓬勃发展,卡通图像作为动漫产业的基本元素之一,处理需求也越来越大。图像显着性检测是计算机视觉和图像处理的基本问题,其目的是要识别出图像中能够引起人类视觉注意的主要物体。卡通图像中,线条包含了大部分的图像信息。在此背景下,本文对卡通图像的显着性线条检测技术展开研究,尝试用不同的方法来提高卡通图像显着性线条的检测效果。首先,考虑到噪声会对卡通图像的显着性线条检测造成干扰,本文提出了一种基于纹理分离的显着性线条检测算法。该算法首先通过RTV模型对噪声图像进行纹理分离,去除噪声得到干净的结构图像。然后使用二阶差分算法对结构图像进行边缘检测,从而得到卡通图像的显着性线条。该算法极大地减少了噪声对卡通图像显着性线条检测的干扰。其次,考虑到卡通图像的结构和纹理尺度相近时,检测出的显着性线条可能有所缺失,本文提出了一种基于主结构修复的显着性线条检测算法。该算法从距离和长度两方面考虑,从原图中筛选出部分最有可能是结构的线条,添加到缺失的显着性线条图中。该算法使得结构和纹理尺度相近的卡通图像能在去除噪声的同时保留较为完整的显着性线条,改善了检测效果。最后,考虑到卡通图像中含有的众多元素并不全是显着性物体,而图像又往往遵循一定的构图规则,本文提出了基于构图规则的显着性线条检测算法。该算法通过分析构图规则提取卡通图像中相应的线条特征,用机器学习的方法研究它们与线条显着值的映射关系,并使用训练出的模型检测遵循相应构图规则的卡通图像的显着性线条。该算法对遵循构图规则的卡通图像有很好的检测效果,能从众多元素中检测出真正的显着性物体的线条。本文提出了叁种显着性线条检测算法,从不同角度改善了卡通图像显着性线条的检测效果,同时也对该方面今后可能的发展方向进行了展望。(本文来源于《厦门大学》期刊2017-04-01）
张婉婉[6]（2017）在《基于图像处理的纱线条干均匀度检测算法研究》一文中研究指出纱线条干均匀度是一个重要的纱线外观品质的评价指标。人工目测方法、电容法和光电法等是常用检测纱线条干不匀的方法,环境因素等客观因素与人为的主观因素对于检测结果的影响很大。因而,运用图像处理技术克服传统检测手段的弊端,对于提高纱线质量和纺织品生产过程的稳定性具有重要的意义。文中运用图像处理技术检测纱线条干均匀度,从而使条干均匀度的检测结果更为客观准确。研究的主要内容包括叁个方面:一是纱线图像的预处理,其中包括纱线图像的滤波预处理和倾斜纱线图像的校正;二是纱线图像的分割处理和纱线条干图像的提取;叁是纱线条干均匀度的测量和分析。纱线图像预处理部分,比较了均值滤波、中值滤波,提出了改进平滑滤波算法。研究表明,改进平滑滤波即能有效的滤除纱线图像的噪声和干扰信息,又能避免纱线图像模糊失真,很好的保留纱线条干的边缘细节与轮廓信息。为了获取完整、准确的纱线条干图像,文中研究对比了四种纱线条干图像提取的方法。研究中针对21S、28S、32S、36S精梳纯棉纱线,采用四种算法分割的准确度和每幅图像平均处理时间作为性能指标进行评价。基于OTSU和形态学滤波的方法与其他方法相比分割准确度相对较差;基于顶帽变换和FCM分割的方法与其他方法相比处理时间相对更长;基于显着性算法的纱线条干提取与其他方法相比有着更高的处理速度与准确性。论文最后根据所获得的纱线条干图像进行纱线条干均匀度的计算与分析。实验结果表明,本文提出的图像处理的方法测得的直径值与理论值很接近,纱线条干均匀度的检测结果与Uster Classimat 5的测量结果有着很好的一致性,纱线疵点的检测和分类结果也与人工目测方法有着很好的一致性。本文实现了运用图像处理方法进行纱线条干均匀度检测,不仅克服了传统检测手段的弊端,提高了检测的精度与准确度,而且对于提高纱线品质和纺织生产过程的稳定性具有较大的理论意义,有着良好的应用前景。(本文来源于《西安工程大学》期刊2017-03-25）
张婉婉,景军锋,苏泽斌,张蕾,李鹏飞[7]（2017）在《纱线条干均匀度检测算法研究》一文中研究指出为克服传统纱线条干均匀度检测方法的不足,提出一种基于改进平滑滤波和均匀性度量算法的纱线条干均匀度检测方法.搭建纱线图像采集系统进行采样,采用改进平滑滤波方法对纱线图像进行滤波,经由均匀性度量算法二值化分割,最后通过区域滤波和模板滤波得到完整清晰的纱线条干二值图像,基于此计算纱线直径、分析条干均匀度和判定纱线疵点.结果表明,该方法得到的结果与Uster Classimat 5的测量结果具有较好的一致性,因此,所提出的纱线条干均匀度的检测方法是可行的.(本文来源于《西安工程大学学报》期刊2017年01期）
孙亚军,潘楠,刘益,侯占伟,吴林长[8]（2017）在《警用线条痕迹激光检测系统的设计与实现》一文中研究指出针对目前图像及3D扫描方法难以通过痕迹有效快速匹配剪切工具的弊端,设计并实现了一套警用线条痕迹激光检测系统。该系统由运动控制子系统、激光检测子系统和显微摄像子系统叁部分组成。通过夹持线缆断头,首先控制单点激光位移传感器拾取剪切类线性痕迹的表面特征信号,随后利用痕迹特征相似重合度匹配算法,将痕迹激光检测数据与数据库进行比对,最终实现对应剪切工具的快速匹配。(本文来源于《价值工程》期刊2017年03期）
庄诗伟[9]（2017）在《基于二值化线条特征的室内SLAM闭环检测算法研究》一文中研究指出闭环检测是SLAM系统中一个十分重要的模块,目的是让机器人识别出已访问过的地点,纠正SLAM的累计误差,保证地图的一致性。闭环检测实际上是一个图像识别的问题,主流算法一般基于Bag of Words框架,利用不同类型的特征点作为解决方案。然而,在室内环境中,有许多缺乏特征点的场景,此时传统算法的性能就会下降。另一方面,室内的线条往往承载了许多信息,例如结构、方向等,线条特征在室内场景中的作用不可忽视。因此,一个鲁棒且高效的描述子对于线条特征在室内导航算法中的应用来说至关重要。本文针对以上两点进行研究,提出了一种全新的二值化线条描述子BRLD,并将其结合特征点实现了闭环检测算法。文章首先介绍了SLAM和闭环检测的研究现状,然后介绍了闭环检测算法使用的BoW框架,以及其中的特征提取与描述部分。接着基于特征描述子的研究现状,提出了二值化线条描述子BRLD,并给出了计算方法。为了增强闭环检测算法的鲁棒性,除了基于BoW方法的闭环检测基本流程,本文还介绍了图像的一致性约束和场景外观、词间关系的概率模型。实验部分首先对本文提出的BRLD描述子进行测试,包括参数的选择和鲁棒性,并在人工标定的室内场景数据集上将BRLD与最先进的LBD描述子进行对比。结果表明BRLD拥有与LBD几乎相同的性能,但计算速度要快十倍以上。本文分析了利用特征点和利用特征线条构造的视觉词汇的质量,并测试了它们在闭环检测中的表现。实验结果表明,在室内环境中,特征点和特征线条各有所长,均携带了有效的场景信息。因此,本文提出了点线结合的闭环检测算法,并结合了一致性检测和概率模型进行实现。所提出的算法在用手持相机采集的室内场景数据集上可以达到接近100%正确率,同时保持很高的召回率。(本文来源于《上海交通大学》期刊2017-01-01）
雷耀旭[10]（2016）在《烟草分拣线条烟烟姿检测识别装置的设计与实现》一文中研究指出设计利用C8051F系列单片机和光电检测传感器,制作的一种分拣线条烟烟姿检测识别装置设计。通过四路光电检测传感器,检测物流输烟流水线竖烟等故障情况,采用单片机程序处理检测信号,判断故障信息,输出故障信号,并启动蜂鸣器报警。结果:利用光电传感器实现的检测装置设计完成,该装置兼具信号检测、监控和报警的功能。结论:设计完成的竖烟检测装置可成功应用于烟草物流分拣线上,对分拣线烟资故障实现监控和预警,提示工作人员及时检修。(本文来源于《中国烟草学会2016年度优秀论文汇编——卷烟材料主题》期刊2016-12-01）
线条检测论文开题报告范文
（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：
针对运用图像方法进行纱线条干均匀度检测时,背景黑板、纱线毛羽以及图像噪声等对检测结果影响较大的问题,借鉴人的视觉感知机制,提出一种应用显着性算法检测纱线条干均匀度的方法。对采集到的纱线图像提取颜色和亮度特征,进行显着性分析,突出纱线条干区域,然后利用迭代阈值分割算法和区域滤波,得到准确清晰的纱线条干二值图像,基于此进行直径计算、均匀度分析和纱线疵点判定。通过边缘准确性评价可知,采用所提方法分割得到的纱线条干二值图像有着较高的分割精度。通过与Uster Classimat 5的均匀度检测结果进行比较,证明这种方法可得到准确的结果,与Uster Classimat 5的测量结果有着较好的一致性。
（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。
线条检测论文参考文献
[1].刘瑞明,黄佳炜,刘勇,孙帅成,王双永.基于相关向量机回归的涂泥木线条表面点状小缺陷检测[J].林业工程学报.2019
[2].景军锋,张婉婉,李鹏飞.应用显着性算法的纱线条干均匀度检测[J].纺织学报.2017
[3].苑玮琦,张波,常乐,刘笑楠.基于矢量加权线检测算子的虹膜环状线条检测[J].仪器仪表学报.2017
[4].张波.虹膜裂缝、环状线条检测方法研究[D].沈阳工业大学.2017
[5].陈晨.卡通图像显着性线条检测技术研究[D].厦门大学.2017
[6].张婉婉.基于图像处理的纱线条干均匀度检测算法研究[D].西安工程大学.2017
[7].张婉婉,景军锋,苏泽斌,张蕾,李鹏飞.纱线条干均匀度检测算法研究[J].西安工程大学学报.2017
[8].孙亚军,潘楠,刘益,侯占伟,吴林长.警用线条痕迹激光检测系统的设计与实现[J].价值工程.2017
[9].庄诗伟.基于二值化线条特征的室内SLAM闭环检测算法研究[D].上海交通大学.2017
[10].雷耀旭.烟草分拣线条烟烟姿检测识别装置的设计与实现[C].中国烟草学会2016年度优秀论文汇编——卷烟材料主题.2016