导读:本文包含了二值化处理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:图像,阈值,方差,灰度,图像处理,算法,文本。
二值化处理论文文献综述
吕伟[1]（2018）在《基于大律法的图像二值化处理在智能交通监控中的应用研究》一文中研究指出交通视频监控经历了模拟视频监控到数字视频监控再到网络智能化视频监控的叁代发展。为了在计算机屏幕上正确显示原图像,图像采集卡对原始信号进行重采样,本文通过对大律法图像二值化处理的深入研究,剖析图像重采样的技术手段,推动智能交通监控的应用。(本文来源于《计算机产品与流通》期刊2018年12期）
唐江,马书婷[2]（2018）在《基于局部均值阈值算法的手写文本二值化处理》一文中研究指出该文针对复杂图像的二值化处理问题,利用局部阈值算法对手写文本进行了二值化处理,在研究前人提出的迭代算法的基础之上,应用图像局部分割的思想,设计了局部均值阈值算法,由MATLAB软件对该算法进行编程,并给出了图像处理效果,结果表明该算法能有效完成手写文本的二值化处理工作,且处理后的图像效果较好。(本文来源于《当代旅游(高尔夫旅行)》期刊2018年08期）
何磊,李玉霞[3]（2019）在《基于图像二值化处理的四旋翼飞行器教学实验系统设计》一文中研究指出该文基于图像处理技术,依托姿态传感器、摄像头及主、副控嵌入式系统芯片,设计了基于图像二值化处理的四旋翼飞行器教学实验系统。首先根据四旋翼飞行特点,搭建了四旋翼硬件系统,基于图像二值化处理和识别结果设计了四旋翼飞行器控制算法,并通过四旋翼飞行器投掷铁片和找寻铁片实验测试。大量测试结果表明,该系统在投掷铁片测试中成功率达95%,找寻铁片的成功率约为80%。通过该教学实验系统设计与应用,有助于相关课程的学生实践能力提升。(本文来源于《实验科学与技术》期刊2019年03期）
曹华军[4]（2016）在《图像二值化处理在笔迹样本中应用分析》一文中研究指出本文首先分析了二值化处理在图像处理尤其在笔迹图像处理中的作用意义,根据字符图像的特点及大量实践,进行了二值化算法的优化,提出了利用灰度方差求极值确定阈值的算法,并给出了具体的实现方法,作为笔迹图像的一种预处理方法,具有较高的实用价值。(本文来源于《信息技术与信息化》期刊2016年06期）
孔伟鑫[5]（2014）在《基于全硬件的视频图像信号的二值化处理和边界坐标值存储》一文中研究指出鉴于目前自动化设备中对图像处理速度的要求越来越高,设计出全硬件电路处理成二值化,并根据时序用FIFO芯片进行存储。PC直接对FIFO进行读取。此电路具有硬件简单、图像处理数据后存储量少等特点,节省了软件处理的大量时间,为提高图像软件处理速度提出了新的思路。(本文来源于《电子世界》期刊2014年16期）
张丽,李艳梅,孙宝忠,余群力[6]（2013）在《边缘检测、二值化处理进行牛肉分级的应用》一文中研究指出采用图像处理技术自动估算牛肉眼肌横切面特征值,为基于计算机视觉的牛肉品质自动分级检测奠定基础。以牛胴体6～7肋横断面图像为试验材料,采用边缘检测、二值化处理技术等,运用VisualC++6.0编程语言,对牛肉眼肌的眼肌面积、脂肪、肌肉总面积比、脂肪分布均匀度、眼肌圆度、肌肉和脂肪色度值5个特征参数进行特征提取和检测。结果表明:经测量所得的眼肌面积越大,圆度越大,肌肉和脂肪色度值越高、大理石纹密度分布均匀的牛肉品质越好,相反,眼肌面积小、圆度小、肌肉和脂肪色度值越低、密度分布不均匀的牛肉品质低。该设计可有效计算眼肌面积和特征参数,能代替常规分级方法,实现牛肉质量等级的自动判别。(本文来源于《肉类研究》期刊2013年04期）
吕行军,韩宪忠,王克俭,吕继兴[7]（2012）在《基于最大方差阈值法的火车票图像二值化处理》一文中研究指出火车票识别是实现自动检票的关键。采用最大方差阈值法对图像二值化求最佳阈值时,单向逐级遍历灰度级值,耗时较多。提出双向分组并行遍历的方法,从灰度级别值两端同时向中间,双向并行遍历,比较并计算出最合适的阈值。随机选取200幅火车票图像,分别使用指定阈值法、交互式阈值法和双向遍历最大方差法阈值法二值化处理,由BP神经网络识别,双向遍历最大方差阈值法比其他两种方法识别率分别提高了12.5%和5.5%,同时采用双向遍历比单向遍历求最佳阈值时,前者比后者在时间上缩短了一半,实验证明双向遍历最大方差阈值法是有效的。(本文来源于《计算机应用与软件》期刊2012年07期）
吕行军,韩宪忠,陈含,李静,王东坡[8]（2012）在《改进分量法的麦穗图像灰度-二值化处理》一文中研究指出单位面积麦穗数是小麦产量预测中的一个重要参数,应用图像处理技术识别出麦穗的个数是测产的关键。本文提出改进G分量法,对图像上麦穗像素点的绿色分量值进行增强,然后灰度-二值化处理,使麦穗从背景中分隔开,并与普通分量法、最大值法和加权平均法处理后的图像进行了比较。随机选取50幅麦穗图像样本,分别使用上述几种方法处理,改进分量法比其他3种方法耗时分别降低了51.29%、70.68%和61.01%,同时后续的中值滤波用时也至少降低了11.45%。实验结果表明,改进分量法是有效的。(本文来源于《河北农业大学学报》期刊2012年03期）
徐奕奕,刘智琦,刘琦[9]（2011）在《基于文本图像的自适应补偿二值化处理算法》一文中研究指出研究图像去噪优化处理问题,文本图像要预处理。针对使用照相机拍摄的文本图像,如摄像头拍摄的车牌图像,由于其受到采光,相机成像蜕化等方面的约束,使图像分辨率低,图像灰度会分布不均匀或者前后背景灰度差过小。采用传统的图像二值化方法并不能满足识别准确性的需要。为解决上述问题,提出一种对文本图像自适应背景强度补偿的二值化算法。首先通过大模板均值滤波获得对背景强度的初始估计,再利用非线性自适应灰度调整,从而使得最终处理图像能使用简单的全局阈值二值化方法,获得较佳的效果。试验结果表明改进的方法效果明显优于传统算法,大大提高了图像的识别率和准确率。(本文来源于《计算机仿真》期刊2011年10期）
姜志高[10]（2011）在《基于二值化处理与模板匹配的图像识别》一文中研究指出随着计算机智能技术的发展,自动化的图像识别程度已经成为现代计算机系统中的重要技术,二值化处理是图像识别的重要的预处理环节,通过对二值图像的信号计算,实现对象与图像背景的分割(segmentation),以及各个对象之间的图像分割。分割的精度直接影响图像特征识别的准确率。对模板匹配的图像识别由于图像的材质,光照环境与图像的清晰度等情况的出现,提出了一种基于模板匹配的图像轮廓提取和识别算法,以图像标定(labeling)和模板(template)为核心运算,得到Glassfire算法对二值化的图像标定构成结果,并对区域边界进行有效的追踪。以区域、轮廓跟踪为辅助计算处理,构建了从输入信号源图像到最终分离结果图像之间一系列的计算过程,将图像中所表现的物体按照算法定义的分割算法和模板匹配关系进行分类计算,模板匹配主要有平均绝对差MAD(Mean Absolute Difference),均方误差MSE(Mean Square Error)和归一化灰度关联NCG(Normalized Gray-Level Corrlation)叁种方法,使计算机得到快速和正确的识别结果。(本文来源于《才智》期刊2011年26期）
二值化处理论文开题报告
（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：
该文针对复杂图像的二值化处理问题,利用局部阈值算法对手写文本进行了二值化处理,在研究前人提出的迭代算法的基础之上,应用图像局部分割的思想,设计了局部均值阈值算法,由MATLAB软件对该算法进行编程,并给出了图像处理效果,结果表明该算法能有效完成手写文本的二值化处理工作,且处理后的图像效果较好。
（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。
二值化处理论文参考文献
[1].吕伟.基于大律法的图像二值化处理在智能交通监控中的应用研究[J].计算机产品与流通.2018
[2].唐江,马书婷.基于局部均值阈值算法的手写文本二值化处理[J].当代旅游(高尔夫旅行).2018
[3].何磊,李玉霞.基于图像二值化处理的四旋翼飞行器教学实验系统设计[J].实验科学与技术.2019
[4].曹华军.图像二值化处理在笔迹样本中应用分析[J].信息技术与信息化.2016
[5].孔伟鑫.基于全硬件的视频图像信号的二值化处理和边界坐标值存储[J].电子世界.2014
[6].张丽,李艳梅,孙宝忠,余群力.边缘检测、二值化处理进行牛肉分级的应用[J].肉类研究.2013
[7].吕行军,韩宪忠,王克俭,吕继兴.基于最大方差阈值法的火车票图像二值化处理[J].计算机应用与软件.2012
[8].吕行军,韩宪忠,陈含,李静,王东坡.改进分量法的麦穗图像灰度-二值化处理[J].河北农业大学学报.2012
[9].徐奕奕,刘智琦,刘琦.基于文本图像的自适应补偿二值化处理算法[J].计算机仿真.2011
[10].姜志高.基于二值化处理与模板匹配的图像识别[J].才智.2011
论文知识图
