导读:本文包含了模糊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:模糊,边缘,图像,区间,算法,函数,在线。
模糊边缘检测论文文献综述
李嘉俊,李军[1]（2019）在《基于暗通道先验去模糊方法在边缘检测的应用研究》一文中研究指出在实际生产中,相机抖动所产生的图像退化会对后续边缘检测处理产生负面影响。本文分析图像复原在边缘检测应用难点,提出一种适用于边缘检测的图像复原去模糊方法。该方法充分利用图像暗通道稀疏性先验特性,精确估算出图像的运动模糊核从而复原出清晰的图像。相比传统去模糊方法,该方法更充分复原图像的显着边缘并抑制振铃效应的负面影响,从而提高边缘检测的效果。(本文来源于《电子世界》期刊2019年22期）
楚玺,周志祥,邓国军,邵帅[2]（2019）在《模糊图像的不连续边缘智能检测改进算法》一文中研究指出针对传统不连续边缘检测算法利用增强图像边缘对比度进行检测,只适用于检测灰度值变化不强烈及含有普通噪声的图像边缘,检测性能具有局限性的问题,提出一种模糊图像的不连续边缘智能检测改进算法.首先通过广义交叉验证准则获取图像噪声方差估计值,对图像中高斯噪声进行判别,使用自适应模糊滤波器对含噪图像进行模糊滤波处理;然后采用改进模糊图像边缘检测算法,按图像含噪情形制定边缘检测策略,获取模糊图像边缘;最后通过灰度形态学的模糊图像不连续边缘检测算法,对模糊图像边缘受灰度值不均匀变化形成的膨胀、腐蚀、形态学梯度型不连续边缘进行检测.实验结果表明,该算法抗噪性较高,模糊图像不连续边缘检测的结果更清晰、完整.(本文来源于《吉林大学学报(理学版)》期刊2019年04期）
汪杰[3]（2019）在《基于模糊控制系统的石碑文图像边缘检测算法研究》一文中研究指出随着计算机视觉和图像信息处理技术的快速发展,使用计算机直接观察石碑文图像,利用边缘检测等图像处理技术获得石碑文的形状信息,从而实现对石碑文字精确的识别,逐渐成为一个重要的应用研究方向。由于石碑文字长期受到外部环境影响,传统的边缘检测算法达不到理想效果。因此,找到一种能够准确检测石碑文图像边缘的算法变得尤为重要。本文以石碑文图像为对象,先使用经典的边缘检测算法对石碑文图像进行边缘检测并对比分析,然后针对经典边缘检测算法效果存在的不足,给出两种能够相对完整的保留石碑文图像边缘信息的检测方法。文中分别采用经典和基于模糊控制系统的边缘检测算法对石碑文图像进行边缘检测,为解决检测结果边缘信息丢失、边缘不连续、存在断点与噪声等问题,详细介绍了模糊控制基本理论并给出两种优化方案:一种是优化的静态模糊控制方法,使用自适应中值滤波器对图像进行去噪,然后使用叁种线性滤波器进行梯度分析,设置自适应参数提高算法适应性,最后使用合理的模糊规则和隶属函数。第二种方案是根据石碑文图像信息计算隶属度函数参数,摆脱固定参数的限制,依据合理的模糊规则和隶属函数建立动态模糊控制系统对图像进行边缘检测。仿真和评价结果表明,两种方案无论从视觉效果还是从评价指标上看,都可以较好地保留石碑文边缘信息,并提取出更加精确的石碑文图像边缘,为石碑文字精确的识别提供了新的路径。(本文来源于《安徽大学》期刊2019-02-01）
曹洪运,赵宇峰,高佳佳[4]（2019）在《基于梯度和标准差值的模糊边缘检测》一文中研究指出为了检测图像清晰的边缘轮廓,对不同边缘检测方法的优缺点进行了分析,提出一种新的基于模糊的边缘检测算法。将梯度幅值和标准差值2个不同的信息源作为模糊系统的输入;模糊系统根据模糊规则和隶属度函数来判断每个像素是否为图像边缘轮廓;使用MatLab 2016开发边缘检测算法集成模拟器,并在不同的场景下进行仿真试验。试验结果表明,基于梯度和标准差的模糊边缘检测方法比其他传统方法具有更好的性能。(本文来源于《自动化与仪表》期刊2019年01期）
陆盈[5]（2018）在《基于区间值直觉模糊集的图像边缘检测算法》一文中研究指出针对当前边缘检测算法中边缘定位精度低、噪声抑制能力较弱等问题,提出了一种基于区间值直觉模糊集(IVIFS)的图像边缘检测算法。首先,对于给定的灰度图像,将其转换为模糊图像;其次,利用T范数和T-叁角余模,构造区间值模糊集(IVFS)的上、下极值,并将模糊图像划分为区间值模糊图像;然后,根据隶属度和非隶属度区间函数,通过区间值直觉模糊生成器来构造IVIFS图像。再根据边缘像素与相邻像素强度关系,得到直觉模糊边缘信息,利用去模糊机制获取模糊边缘。最后,通过线性方程的模糊指数优化,生成图像边缘。实验表明,与当前边缘检测方案比较,所提技术得到更多的边缘细节,完整性与清晰度更好,边缘定位精度高,具有较强的噪声抑制力,适用性强。(本文来源于《电子测量与仪器学报》期刊2018年12期）
张明亮[6]（2018）在《多方向图像模糊边缘缺陷在线检测方法仿真》一文中研究指出由于现今图像复杂度不断提升,目前的图像边缘检测方法不能满足当前环境对多方向图像模糊边缘缺陷检测的要求,为了准确地提取多方向图像模糊边缘缺陷信息,提出了一种基于互信息图像融合的边缘缺陷检测方法。利用多方向灰度值矩阵将图像中无用的图像信息进行删除,通过计算多方向图像的像素灰度值标准差来计算单个像素点算子,完成多方向图像灰度值矩阵预处理操作。将上述处理完成的多方向图像作为检测样本,实际的多方向图像作为对比样本,计算出它们之间的互信息,将图像进行几何变换,提取出图像中相同大小的模糊边缘部分,进行旋转缩放操作,将大小相同的两个图像进行融合,实现对多方向图像模糊边缘缺陷的在线检测。仿真结果证明,所提方法提高了多方向图像边缘缺陷的检测速度与准确性。(本文来源于《计算机仿真》期刊2018年11期）
袁媛,刘大铭,范阳阳[7]（2018）在《改进模糊逻辑的边缘检测算法》一文中研究指出针对Pal&King模糊边缘检测算法中参数难以选定,低灰度图像信息缺失,公式复杂,反复迭代耗时且效果不确定等缺点,提出基于模糊理论的边缘检测改进算法.首先通过衡量像素邻域内的相关性进行模糊化;然后用Sugeno模糊模型进行模糊推理,增强边缘点,弱化区域点;最后用简单的解模糊过程.改进算法使模糊化和解模糊过程中的运算更简单,省去Pal&King算法中的多次迭代和各种参数和阈值的设定.结果表明,该算法可以提高Pal&King算法的效率,使检测效果进一步增强,具有更好的通用性.(本文来源于《宁夏大学学报(自然科学版)》期刊2018年02期）
赵新秋,秦昆阳,冯斌,贺海龙[8]（2018）在《基于模糊推理的边缘检测算法》一文中研究指出针对传统模糊推理边缘检测算法存在抗噪性能差、边缘为非单像素边缘等缺点,提出一种基于模糊推理的边缘检测新方法。首先根据全向小波变换获得4个方向的小波变换幅值,并将该幅值作为模糊推理系统输入;然后通过比较解模糊之后的值和自适应阈值得到二值边缘图像,再细化边缘得到最终边缘图像。实验结果表明:与传统微分算法和模糊推理算法相比,该算法对图像中噪声和伪边缘的抑制以及边缘提取的完整性都具有很好的效果。(本文来源于《中国测试》期刊2018年05期）
刁智华,刁春迎,袁万宾,毋媛媛[9]（2018）在《基于改进型模糊边缘检测的小麦病斑阈值分割算法》一文中研究指出针对小麦病斑分割不准确、噪声大以及病斑边缘不清晰等问题,结合传统的作物病斑分割方法,提出一种基于改进的模糊边缘检测的图像阈值分割算法。图像预处理方面,在分析了传统模糊边缘检测缺点的同时对算法作了两个方面的改进,使用梯度倒数加权平均滤波方法去除小麦病斑噪声,然后对多层次模糊算法进行数值分层改进,增强病斑边缘信息;最后对传统的阈值分割方法进行了算法改进,采用一种改进的最大类间方差比阈值分割方法,在增强图像边缘的基础上进行阈值分割,改进阈值选取方法,在模糊增强后的小麦病斑图像上进行阈值分割提取出小麦病斑形状特征。对在大田环境下获取的小麦病害图像进行边缘增强和阈值分割试验,与传统固定阈值分割算法试验对比得出,基于改进的模糊边缘增强与阈值分割相结合的改进算法正确分割率达98.76%,相比传统固定阈值分割算法提高了8.35个百分点,漏检比增加了1.29个百分点,噪声比为1.86%,相比减少了8.36个百分点,在运算时间上减少了0.331 s,不仅突出病斑边缘信息,而且分割效率高、噪声小,可为图像分割方法的研究提供了可参考依据。(本文来源于《农业工程学报》期刊2018年10期）
李姗姗,陈莉,张永新,袁娅婷[10]（2018）在《基于RPCA的图像模糊边缘检测算法》一文中研究指出针对传统边缘检测方法未能在抗噪性能与边缘检测精度之间取得较好的权衡的问题,利用鲁棒主成分分析模型良好的矩阵恢复能力与图像模糊边缘检测算法较佳的边缘检测性能,提出一种基于RPCA的图像模糊边缘检测算法,将图像的边缘检测问题转化为图像主成分的边缘检测问题。该算法对含噪图像进行RPCA分解,得到对应的稀疏图像和低秩图像,再用一种基于阈值的隶属函数将低秩图像转化至等效的模糊特征平面,并在该特征平面上进行模糊增强运算,最后进行空域转化及边缘提取等操作得到最终的边缘图像。实验结果表明,该算法提高了边缘定位的精度,对不同类型、不同强度的噪声均具有较好的抑制能力,适用于对实时性要求不高的图像处理。(本文来源于《计算机科学》期刊2018年05期）
模糊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：
针对传统不连续边缘检测算法利用增强图像边缘对比度进行检测,只适用于检测灰度值变化不强烈及含有普通噪声的图像边缘,检测性能具有局限性的问题,提出一种模糊图像的不连续边缘智能检测改进算法.首先通过广义交叉验证准则获取图像噪声方差估计值,对图像中高斯噪声进行判别,使用自适应模糊滤波器对含噪图像进行模糊滤波处理;然后采用改进模糊图像边缘检测算法,按图像含噪情形制定边缘检测策略,获取模糊图像边缘;最后通过灰度形态学的模糊图像不连续边缘检测算法,对模糊图像边缘受灰度值不均匀变化形成的膨胀、腐蚀、形态学梯度型不连续边缘进行检测.实验结果表明,该算法抗噪性较高,模糊图像不连续边缘检测的结果更清晰、完整.
（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。
模糊边缘检测论文参考文献
[1].李嘉俊,李军.基于暗通道先验去模糊方法在边缘检测的应用研究[J].电子世界.2019
[2].楚玺,周志祥,邓国军,邵帅.模糊图像的不连续边缘智能检测改进算法[J].吉林大学学报(理学版).2019
[3].汪杰.基于模糊控制系统的石碑文图像边缘检测算法研究[D].安徽大学.2019
[4].曹洪运,赵宇峰,高佳佳.基于梯度和标准差值的模糊边缘检测[J].自动化与仪表.2019
[5].陆盈.基于区间值直觉模糊集的图像边缘检测算法[J].电子测量与仪器学报.2018
[6].张明亮.多方向图像模糊边缘缺陷在线检测方法仿真[J].计算机仿真.2018
[7].袁媛,刘大铭,范阳阳.改进模糊逻辑的边缘检测算法[J].宁夏大学学报(自然科学版).2018
[8].赵新秋,秦昆阳,冯斌,贺海龙.基于模糊推理的边缘检测算法[J].中国测试.2018
[9].刁智华,刁春迎,袁万宾,毋媛媛.基于改进型模糊边缘检测的小麦病斑阈值分割算法[J].农业工程学报.2018
[10].李姗姗,陈莉,张永新,袁娅婷.基于RPCA的图像模糊边缘检测算法[J].计算机科学.2018
论文知识图
