导读:本文包含了图像边缘检测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,算子,图像,极大值,卡尔,卷积,余弦。
图像边缘检测论文文献综述
陈浩[1]（2019）在《图像经典边缘检测算子的研究与比较》一文中研究指出图像边缘是图像的重要结构属性,图像边缘检测在图像处理和计算机视觉中具有重要的作用。研究了4种经典的边缘检测算子,并通过对一幅图像使用相应算子进行边缘检测,比较和分析了相应的检测结果,剖析了各个算子的特点及优势。(本文来源于《电脑编程技巧与维护》期刊2019年12期）
王彤[2]（2019）在《基于卷积神经网络的舰船图像边缘检测算法》一文中研究指出为合理分布舰船行驶图像卷基层结构中的边缘化网络参数,设计基于卷积神经网络的舰船图像边缘检测算法。按照图像数据特征可视化处理依据,设定必要的神经动量值,完成基础卷积神经网络设计。在此基础上,命名舰船图像节点,再以基本边缘数据结构连接原理为参照,配置检测链接库,实现舰船图像边缘检测算法的顺利应用。对比实验结果,与理论检测手段相比,应用舰船图像边缘检测算法后,最大化网络参数值达到9.0×1015 T,图像边缘化检测覆盖率超过80%,舰船行驶图像卷基层结构中的边缘化网络参数达到理想化分布状态。(本文来源于《舰船科学技术》期刊2019年22期）
张晗,钱育蓉,王跃飞,陈人和,田宸玮[3]（2019）在《基于图像边缘增强与弱化的边缘检测》一文中研究指出为提高边缘算子检测结果的清晰度,在扩充清晰边缘面积上,提出深度探测法以增强邻域边缘;在消除模糊纹理上,用跨越步长Δx和Δy作为模糊纹理和清晰边缘的分界,达到弱化模糊纹理的目的,凸显模糊区域局部对比度;在算法执行效率上,空间复杂度不高,但时间复杂度为O(4n3)。经测试,该算法可实现扩充清晰边界、弱化模糊纹理以及凸显模糊纹理区域对比度的目标,在小于1600*1600分辨率图像上处理速度较佳,但在更高分辨率上计算较久。该方法凸显了边缘分界,可用在其它领域算法预处理阶段。(本文来源于《计算机工程与设计》期刊2019年11期）
陈惠娜[4]（2019）在《LDCT方法与边缘检测技术在信息采集的应用——以光照人脸图像识别为例》一文中研究指出在人脸图像识别的问题中,光照是一个重要的影响因素。为消除光照的影响,本文运用LDCT方法与边缘检测技术对人脸特征进行处理,消除光照对人脸识别的影响。通过边缘提取的阈值参数,使识别率可以达到94%,与传统方法人脸识别有很大的进步与创新。人面图像识别有着非常广泛使用范围与价值,如在医学图像中的细胞识别、马路上的汽车识别、重要工作岗位人员识别、家庭日常生活中人面图像识别中发挥重要作用的作用。(本文来源于《现代经济信息》期刊2019年21期）
陈美玲,朱铝芬,张云,石瑶[5]（2019）在《基于自适应滤波的改进Canny算子图像边缘检测》一文中研究指出为解决图像的椒盐噪声污染,可以采用滤波算法滤掉椒盐噪声。滤波算法中最常用的是中值滤波算法,其对椒盐噪声几乎没有过滤效果。本文引用自适应中值滤波算法,通过MATLAB实现,应用Canny提出的边缘检测评价的指标对图像做出评价。自适应中值滤波算法对椒盐噪声的过滤效果较好。(本文来源于《现代机械》期刊2019年05期）
余祥伟,薛东剑,陈凤娇[6]（2019）在《融合多尺度边缘检测的小波贝叶斯SAR图像滤波》一文中研究指出针对实测的SAR图像被噪声广泛淹没、传统滤波方法易模糊边缘等问题,提出了一种新的滤波方法。该方法在图像多尺度的小波分量上,将基于贝叶斯理论对不同系数和不同方向上设置不同阈值得到消噪后的各分量与基于多尺度边缘检测提取的图像边缘等结构所对应小波分量加权融合,重构输出。以真实的SAR影像进行对比实验后,选取图像的均值、等效视数、边缘保持指数、信噪比及特征地物的像素灰度曲线作为评价指标,对不同的滤波方法进行了综合量化评价。实验结果表明,该方法抑制SAR图像斑点噪声的效果较好,对边缘有较好的保持效果。(本文来源于《遥感信息》期刊2019年05期）
匡家喜,柴佳祺[7]（2019）在《基于图像分析的自动化码头集装箱边缘检测与定位问题研究》一文中研究指出集装箱边缘检测与定位是自动化集装箱码头岸边与堆场装卸作业过程中的一个关键决策内容,在环境(气候、照明等)多变的情况下,其检测与定位过程具有不确定性、动态性、复杂性、随机性等特点。面向自动化集装箱码头,探索通过边缘特征提取、聚类分析、霍夫变换等技术对拍摄的图像进行处理,研究在当前环境下有效过滤光点、噪声等其他不利因素的影响,得到集装箱的轮廓和位置信息,便于机械吊具进行对箱和吊箱工作。研究成果能够有效利用现有资源,提高集装箱边缘直线和角点识别的准确度、图像识别的效率和质量,实现科学有序的自动化和智能化作业,提高装卸作业效率和设备利用率,降低能源消耗,从而提升港口生产作业水平及其核心竞争力。(本文来源于《港口装卸》期刊2019年05期）
李占利,刘宇琦,孙瑜,李洪安,张蕴[8]（2019）在《基于卡尔曼滤波的SAR图像边缘检测方法》一文中研究指出针对传统Canny边缘检测算法对合成孔径雷达(SAR)图像的相干斑噪声抑制程度太高,导致大量边缘的真实信息丢失问题,提出一种新型Canny算子边缘检测算法。首先建立合适的非对称半平面区域(NSHP)图像模型,将空间模型转换成卡尔曼滤波可适用的系统状态方程;然后用"预测+反馈"的方式对图像去噪;最后通过双阈值算法提取图像的边缘。仿真实验表明,该方法可以有效地抑制SAR图像中的相干斑噪声,同时能较好地保留图像的边缘信息,相对于传统的Canny算法有较好的检测效果。(本文来源于《图学学报》期刊2019年05期）
邱东,李佳禧,杨宏韬,刘克平[9]（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）
曹燕妮[10]（2019）在《基于高斯滤波器的Canny边缘检测算法在医学图像中的应用》一文中研究指出目的医学图像边缘中包含大量信息,边缘检测在图像预处理中占有不可或缺的地位,医学图像边缘检测是获取图像特征的重要一步。方法将Canny算子边缘检测算法应用Canny边缘检测去获得更清晰的医学图像边缘。结果 Canny算子边缘检测算法在边缘检测中有很好的准确度及精度。结论 Canny边缘检测算法在医学图像处理方面非常适用,在这个领域中有相当重要的意义。(本文来源于《中国地方病防治杂志》期刊2019年05期）
图像边缘检测论文开题报告
（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：
为合理分布舰船行驶图像卷基层结构中的边缘化网络参数,设计基于卷积神经网络的舰船图像边缘检测算法。按照图像数据特征可视化处理依据,设定必要的神经动量值,完成基础卷积神经网络设计。在此基础上,命名舰船图像节点,再以基本边缘数据结构连接原理为参照,配置检测链接库,实现舰船图像边缘检测算法的顺利应用。对比实验结果,与理论检测手段相比,应用舰船图像边缘检测算法后,最大化网络参数值达到9.0×1015 T,图像边缘化检测覆盖率超过80%,舰船行驶图像卷基层结构中的边缘化网络参数达到理想化分布状态。
（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。
图像边缘检测论文参考文献
[1].陈浩.图像经典边缘检测算子的研究与比较[J].电脑编程技巧与维护.2019
[2].王彤.基于卷积神经网络的舰船图像边缘检测算法[J].舰船科学技术.2019
[3].张晗,钱育蓉,王跃飞,陈人和,田宸玮.基于图像边缘增强与弱化的边缘检测[J].计算机工程与设计.2019
[4].陈惠娜.LDCT方法与边缘检测技术在信息采集的应用——以光照人脸图像识别为例[J].现代经济信息.2019
[5].陈美玲,朱铝芬,张云,石瑶.基于自适应滤波的改进Canny算子图像边缘检测[J].现代机械.2019
[6].余祥伟,薛东剑,陈凤娇.融合多尺度边缘检测的小波贝叶斯SAR图像滤波[J].遥感信息.2019
[7].匡家喜,柴佳祺.基于图像分析的自动化码头集装箱边缘检测与定位问题研究[J].港口装卸.2019
[8].李占利,刘宇琦,孙瑜,李洪安,张蕴.基于卡尔曼滤波的SAR图像边缘检测方法[J].图学学报.2019
[9].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
[10].曹燕妮.基于高斯滤波器的Canny边缘检测算法在医学图像中的应用[J].中国地方病防治杂志.2019
论文知识图
