导读:本文包含了边缘流论文开题报告文献综述及选题提纲参考文献，主要关键词:炉膛火焰,边缘流,图像分割
边缘流论文文献综述
安静宇,马宪民[1]（2014）在《基于边缘流的煤电厂炉膛火焰图像分割方法》一文中研究指出针对炉膛火焰灰度变化不明显采用传统的分割算法无法达到满意分割效果的问题,采用了基于边缘流的分割方法对电厂炉膛火焰图像进行分割;首先选用高精度的灰度边缘流对图像进行分割,得到边缘流的矢量方向和边缘能量,然后再对图像闭合处理得到初始分割图像;最后,再利用颜色相似度对相邻区域进行处理,得到最终分割图像,该方法不仅避免了单纯边缘流算法提取边界不连续无法检出较弱边界的问题,而且也可以避免过分割问题;通过实验表明,基于边缘流的方法是对炉膛火焰图像进行分割的有效方法。(本文来源于《计算机测量与控制》期刊2014年12期）
王倩,王正勇,范艳军,滕奇志,何小海[2]（2014）在《基于边缘流和区域合并的岩屑颗粒图像分割》一文中研究指出边缘流分割算法可利用图像的多种特征进行准确的图像分割,但传统的边缘流分割算法运算复杂度高,容易造成过分割.针对这些问题,作者对边缘流算法进行改进,并提出一种基于边缘流和区域合并的图像分割方法.该方法首先对原始彩色图像进行改进的边缘流分割;再通过曲线演化和边缘连接得到封闭的边缘;最后根据区域颜色相似度对初分割的图像进行区域合并,得到最终的分割结果.实验表明,该方法提高了分割效率,解决了过分割问题,将该方法应用于岩屑颗粒图像分割取得了较好效果.(本文来源于《四川大学学报(自然科学版)》期刊2014年01期）
任玉涛,黄樟灿[3]（2012）在《基于边缘流的多尺度运动目标检测》一文中研究指出针对车流量检测问题,提出了一种新的基于多尺度向量区域的目标检测方法。该方法能明显地提高图像分割的质量,并且不需要详细的规模选择和边缘跟踪。首先在多尺度空间范围内计算边缘流向量区域;然后在大尺度空间范围内检测边缘,同时在小尺度空间定位这些边缘,抑制阴影、杂物、噪声等非目标物体;最后根据判定准则检测出运动车辆。(本文来源于《软件》期刊2012年11期）
曹华美,吴晓红,罗代升[4]（2013）在《融合边缘流和模糊区域聚类的岩心图像分割》一文中研究指出提出一种融合边缘流和模糊区域聚类的图像分割方法。选用高精度的灰度边缘流对图像进行分割,得到边缘流的矢量方向和边缘能量,通过曲线演化得到初始分割图像;在初始分割产生的小区域上,综合小区域的色彩空间特征和图像空间特征,进行了模糊区域聚类;将聚类结果用于修正初始分割图像,去除过分割。实验表明,在对岩心图像的分割中,该方法能取得良好的效果。(本文来源于《计算机工程与应用》期刊2013年06期）
徐丽燕,刘复昌,曹国,孙权森,夏德深[5]（2011）在《基于边缘流与区域归并的彩色图像分割方法》一文中研究指出为了克服边缘流各向异性扩散(EAD,edgeflow-driven anistropic diffusion)过分割和最小生成树(MST,min-imum spanning tree)方法计算复杂度高的缺点,提出了结合边缘流与区域归并的彩色图像分割方法。首先利用EAD方法对图像进行预分割,然后利用MST方法依据全局最优化准则对EAD的过分割区域进行归并,最后进行相应的后处理,得到最终的分割结果。这里,由于MST方法是基于EAD的过分割区域而非像素点,因此算法效率得到了很大的提高。另外,EAD方法可以有效利用图像的局部信息,而MST方法则考虑到了图像的全局特征,因此本文方法综合了两者的优点。实验结果表明,本文方法不但能够取得很好的分割效果,而且运行时间较短。(本文来源于《光电子.激光》期刊2011年10期）
吴晓红,罗代升[6]（2010）在《融合边缘流和归一化割的岩心图像分割》一文中研究指出提出一种融合多尺度边缘流和归一化割的图像分割方法。首先采用多尺度边缘流,检测在大尺度和小尺度上均存在的边缘,并在小尺度上定位边缘,再通过边缘连接,得到封闭的边缘;然后把多尺度边缘流分割得到的区域作为归一化割中图的顶点,区域间的相似性度量作为相似性矩阵的元素,大大降低了归一化割对内存的需求,提高了特征方程的计算效率,使归一化割得到实用,同时也降低了边缘流的过分割现象。实验表明,在岩心扫描图像的分割中,该方法能得到很好的效果。(本文来源于《光电子.激光》期刊2010年03期）
李小林[7]（2009）在《一种基于边缘流的图像分割算法及其应用》一文中研究指出基于边缘流的图像分割算法以方向相反的边缘流相遇的位置确定对象的边缘,解决了传统基于边缘的图像分割算法难以确定合理阈值的问题.论述了基于边缘流图像分割算法的原理,对该算法进行了调整,将其应用于昆虫图像的分割.实验结果表明:基于边缘流的算法不仅能够有效地分割出图像中的昆虫对象,而且对昆虫对象的各个部分还能进行较为有效地分割.与传统的基于阈值分割算法相比是更好的图像分割算法,促进了计算机视觉技术在农林业领域的应用,促进了计算机视觉技术在农林业领域的应用.(本文来源于《闽江学院学报》期刊2009年02期）
赵文琦,贾渊,彭增起[8]（2009）在《基于边缘流的水平集牛胴体眼肌图像分割》一文中研究指出牛肉在切割过程中常存在残留血液覆盖在脂肪表面,使得脂肪和肌肉对比减弱。针对生物体弱对比图像分割问题,采用了结合边缘流的水平集方法对牛肉眼肌图像进行分割,准确提取了眼肌边缘,分离出了眼肌内部脂肪与肌肉组织,准确率高。该方法避免了单纯边缘流算法提取边界不连续的问题,降低了水平集算法的迭代时间复杂度,避免了初始轮廓选取的主观性。并将实验结果与水平集方法进行了对比,基于边缘流的水平集方法避免了水平集方法在分割中小区域分割的准确性不高,不能准确分离脂肪与肌肉组织的弱点。实验结果证明,基于边缘流的水平集方法是对牛肉眼肌图像进行分割的有效新方法。(本文来源于《计算机技术与发展》期刊2009年04期）
杨玲香,姚斌,王靖[9]（2008）在《基于边缘流曲线演化方法的改进》一文中研究指出基于边缘流的曲线演化模型是有效的图像分割模型之一。该模型主要利用高斯函数的平滑作用产生边缘流场。本文引入叁次B样条函数来计算边缘流场。不同于高斯函数的非紧支撑性,叁次B样条函数是紧支撑的,这就使得改进的边缘流模型更有利于计算机的离散化实现,提高了边缘定位的精确度。计算机合成图像和实际图像的实验结果也表明了改进后的模型是非常有效的。(本文来源于《陕西理工学院学报(自然科学版)》期刊2008年01期）
吴晓红,罗代升,王正勇,唐伟力,赵文彬[10]（2008）在《基于边缘流的多尺度水平集砾岩图像分割》一文中研究指出针对边缘流方法检测图像边界得到的边界不连续问题,提出了把边缘流作为水平集方程中的一个变量,并将多尺度思想引入该方程。该方法首先在大尺度图像下得到相应尺度的边缘流矢量,将其代入水平集方程,通过求解水平集方程,找出图像目标边界的大致轮廓,然后利用大尺度所得到的大致轮廓作为高一级尺度的水平集方程的初始轮廓,计算相应的边缘流矢量,代入水平集方程求解,逐步进行轮廓优化,最终实现图像分割。采用该方法提取图像目标边界,不仅解决了边缘流方法中边界不连续的问题,也使水平集方法中曲线演化速度太慢的问题得到大大的改善。该方法用于砾岩图像分割,取得了较好的效果。(本文来源于《四川大学学报(工程科学版)》期刊2008年01期）
边缘流论文开题报告
（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：
边缘流分割算法可利用图像的多种特征进行准确的图像分割,但传统的边缘流分割算法运算复杂度高,容易造成过分割.针对这些问题,作者对边缘流算法进行改进,并提出一种基于边缘流和区域合并的图像分割方法.该方法首先对原始彩色图像进行改进的边缘流分割;再通过曲线演化和边缘连接得到封闭的边缘;最后根据区域颜色相似度对初分割的图像进行区域合并,得到最终的分割结果.实验表明,该方法提高了分割效率,解决了过分割问题,将该方法应用于岩屑颗粒图像分割取得了较好效果.
（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。
边缘流论文参考文献
[1].安静宇,马宪民.基于边缘流的煤电厂炉膛火焰图像分割方法[J].计算机测量与控制.2014
[2].王倩,王正勇,范艳军,滕奇志,何小海.基于边缘流和区域合并的岩屑颗粒图像分割[J].四川大学学报(自然科学版).2014
[3].任玉涛,黄樟灿.基于边缘流的多尺度运动目标检测[J].软件.2012
[4].曹华美,吴晓红,罗代升.融合边缘流和模糊区域聚类的岩心图像分割[J].计算机工程与应用.2013
[5].徐丽燕,刘复昌,曹国,孙权森,夏德深.基于边缘流与区域归并的彩色图像分割方法[J].光电子.激光.2011
[6].吴晓红,罗代升.融合边缘流和归一化割的岩心图像分割[J].光电子.激光.2010
[7].李小林.一种基于边缘流的图像分割算法及其应用[J].闽江学院学报.2009
[8].赵文琦,贾渊,彭增起.基于边缘流的水平集牛胴体眼肌图像分割[J].计算机技术与发展.2009
[9].杨玲香,姚斌,王靖.基于边缘流曲线演化方法的改进[J].陕西理工学院学报(自然科学版).2008
[10].吴晓红,罗代升,王正勇,唐伟力,赵文彬.基于边缘流的多尺度水平集砾岩图像分割[J].四川大学学报(工程科学版).2008