导读:本文包含了多结构元素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:形态学,边缘,元素,结构,数学,形态,极大值。
多结构元素论文文献综述
郑小霞,贾文慧,王靖,任浩翰[1]（2018）在《基于多结构元素形态滤波和EMD的轴承故障诊断》一文中研究指出海上风电场现场采集到的实际振动信号经常受到多种噪声的影响,加大了故障诊断的难度,而目前普遍应用的单一元素多尺度形态滤波器不能滤除各种噪声。为此文章在多尺度形态滤波方法的基础上,同时兼顾尺度和形状两种因素提出了基于多结构元素的多尺度形态滤波方法;用信噪比和偏斜度构建出新的判别指标,用来判断去噪效果的好坏;最后利用经验模态分解将信号进行分解得出更加准确的包络谱,由此进行故障判断。应用所提方法对标准轴承信号和某海上风机的现场数据进行分析,仿真结果表明该方法能够更好地滤除噪声,抑制噪声干扰,突出轴承故障频率,进而实现对海上风机轴承的故障诊断。(本文来源于《组合机床与自动化加工技术》期刊2018年05期）
熊睿,马国红,聂军,张裕明[2]（2014）在《基于多结构元素的形态学焊缝起始点识别》一文中研究指出焊缝起始点的识别是实现机器人智能焊接系统的一个重要环节。利用多结构元素的形态学方法对CCD在自然光条件下采集到的直焊缝图像进行处理,提取直焊缝边缘后借助于Hough变换得到焊缝初始点位置。试验结果表明,与传统的边缘检测方法和单结构元素形态学方法相比,本文提出的多结构元素形态学边缘检测方法边缘检测效果更佳,能有效去除噪声的同时,保留更多的边缘细节信息,为后续的图像处理操作奠定了基础,是一种有效的边缘检测方法。(本文来源于《热加工工艺》期刊2014年21期）
刘俊峰,邓居智,陈辉,张寒韬,汤磊[3]（2014）在《基于多结构元素形态滤波的大地电磁去噪》一文中研究指出数学形态滤波是根据形态学原理创建的一种新型滤波方法,目前在信号处理的诸多领域得到成功运用。本文从形态滤波的基本原理出发,引入了一种多结构元素组成的滤波器用于大地电磁噪声消除。通过数值模拟展示了多结构元素滤波器的滤波效果,表明多结构元素滤波器在小尺度的范围内也有较好的滤波性能。同时,实测大地电磁信号的重构曲线和其视电阻率曲线显示多结构元素形态滤波对大地电磁噪声中的大尺度干扰噪声,如方波噪声和叁角波噪声等,有较好的抑制作用,说明多结构元素形态滤波在大地电磁去噪中有较好的应用价值。(本文来源于《物探与化探》期刊2014年01期）
尹星云[4]（2013）在《多结构元素彩色图像形态学边缘检测》一文中研究指出基于数学形态学的图像边缘检测算法中,结构元素起着非常关键的作用。设计五种不同的结构元素,在文献[2]的研究基础上,提出一种改进的多结构元素彩色图像边缘检测算法,比原文献算法速度快,运行时间少。实验仿真结果表明,该算法提取的彩色图像边缘清晰,算法自身具有一定的抗噪声能力。(本文来源于《现代计算机(专业版)》期刊2013年32期）
毛秀丽[5]（2013）在《基于HIS空间和多尺度多结构元素的彩色图像边缘检测研究》一文中研究指出边缘是图像的一个最基本特征，集中了图像中的大部分信息,它是图像分割、模式识别、图像分析和理解的重要基础。边缘检测在图像处理中占有重要的地位，一直是研究的热点。长期以来,人们主要是致力于灰度图像的边缘检测研究，对彩色图像的研究比较少。但是生活中大部分图像是彩色图像，并且彩色图像能够比灰度图像提供更多的信息。因此，彩色图像的处理越来越受到人们的关注。本文概括了边缘检测研究的背景和意义及其研究的历史和发展趋势，介绍了几种经典边缘检测算子，阐述了数学形态学的一些基本理论及其在图像边缘检测中的应用。在对HIS颜色模型进行分析和研究的基础上，做了如下一些创新性工作：1）对HIS颜色模型进行HIS颜色模型进行改进，得到新的HI*S*模型。分别结合Roberts、Sobel和Prewitt边缘检测算子，利用向量梯度算子，对基于HIS颜色模型和改进HI*S*颜色模型下的图像进行边缘检测。通过实验表明，新的颜色模型下，图像的边缘检测效果比较好。2）针对基于新的HIS模型边缘检测中出现的易产生断点、存在丢失边缘，使得部分边缘不连续的情况，结合数学形态学在图像处理中所占的优势，进一步地，提出一种基于HI*S*颜色空间的多尺度多结构彩色图像边缘检测方法。通过实验证明，该方法可以充分利用彩色图像的色度、饱和度和亮度信息，有效地抑制噪声，自适应地提取完整的边缘信息。(本文来源于《重庆师范大学》期刊2013-05-01）
鄂那林,王芬芬[6]（2013）在《基于多结构元素的形态学边缘检测算法》一文中研究指出本文提出了一种基于多结构元素的形态学边缘检测算法,该算法利用形态学的基本运算膨胀、腐蚀、开、闭及它们的组合,并通过构造4个不同方向的结构元素,得到图像4个方向的边缘检测结果,并将这些结果加权平均,得到最终的图像边缘。结果表明,该算法的性能优于经典的LoG算子和Canny算子,检测出的边缘平滑性好,特征清晰,而且具有一定的抗噪性。(本文来源于《科技信息》期刊2013年11期）
李玲,周新志,黄君[7]（2013）在《多结构元素组合型MODIS影像水体边缘检测》一文中研究指出受空间分辨率的约束,MODIS遥感影像中存在很多混合像元,不利于水体边缘信息的提取,为提高水体边缘混合像元的检测精度,本文提出了多结构元素组合型边缘检测算法。方法选取了适合于遥感影像水体边缘检测的膨胀型和腐蚀型算子,同时针对遥感影像自身的特点,构建了多尺寸多方位的结构元素,设计了不同的方向权重和尺寸权重系数,再将基于不同检测算子的边缘检测结果组合得到最终结果。实验结果表明与传统算法相比,多结构元素组合型边缘检测算法边缘提取效果良好,提高了水体边缘的检测精度。(本文来源于《测绘科学》期刊2013年02期）
陈恩庆,李晓磊[8]（2013）在《采用多结构元素模板的形态学边缘检测新算法》一文中研究指出边缘检测是图像处理和计算机视觉中的基本问题。为了能有效地捕获目标的主要特征,提出了一种基于Ostu阈值分割和数学形态学的灰度图像边缘检测新算法。利用Ostu算法找到一个最佳的阈值,根据这个阈值把灰度图像二值化,构造四个不同方向的3×3或5×5的结构元素模板,采用数学形态学中的腐蚀算法利用元素模板来腐蚀二值图像。自适应地均衡腐蚀结果,检测出图像边缘。仿真和分析表明同传统边缘检测算法相比新算法运算量小,检测的边缘轮廓清晰,连续性好,可以很好地提取图像中富含的边缘信息,且抗噪声性能较好,假边较少,适用性强。(本文来源于《计算机工程与应用》期刊2013年17期）
杨年雪[9]（2012）在《基于小波变换和多结构元素形态学的木材缺陷图像处理》一文中研究指出木材无损检测能在不损坏木材使用性能的前提下准确地检测出木材内部缺陷,是一门非常实用的木材检测手段,能显着提高木材利用率、生产成本以及生产效率,具有很高的实用意义和经济价值。考虑检测成本及实验的可操作性,本文将X射线无损检测系统作为检测手段。利用无损检测系统获得木材缺陷图像后,对其进行图像处理与分析便是无损检测最关键的步骤。由于木材图像在获取和传输的过程中,会受到外界因素的污染,致使人眼无法直接通过图像准确定位木材的缺陷,所以需要利用数字图像处理将外界因素的影响减少到最低。本文在研究小波变换和数学形态学在图像处理中的应用的基础上,提出了新的木材缺陷图像处理方法,通过与传统检测方法的对比验证了方法的优越性。利用小波变换对木材图像进行处理时,重点研究了小波阈值收缩法和小波模极大值法。对经过小波阈值去噪的木材缺陷图像,利用最大类间方差法确定阈值,通过闽值分割将缺陷分离出来；用基于高斯滤波器的模极大值法对木材缺陷图像进行边缘检测,选择合适的滤波器长度、小波分解尺度以及阈值,通过寻找模极大值点来确定边缘点。利用数学形态学对木材图像进行处理时,重点研究了组合式形态学算子和多结构元素形态学算子在木材缺陷图像的边缘检测中的应用。通过改进传统的形态学算子,增加算子的抗噪性及边缘的清晰度和准确度；利用不同的结构元素分别检测图像并对得到的边缘图像进行加权平均,以得到更加完整、连续的边缘。对于含有较多干扰缺陷检测的细节和噪声信息的图像,采用小波高频置零法将干扰缺陷检测的信息排除,利用形态学算法对低频重构图像进行边缘检测,此方法在滤除噪声和排除干扰信息方面效果明显,同时形态学能够保证检测到的缺陷信息清晰、准确。本文的实验结果表明本文所采用的木材缺陷检测方法提高了检测的准确率和检测效率,在木材无损检测领域中具有非常重要的实际应用意义。(本文来源于《东北林业大学》期刊2012-06-07）
唐永鹤,卢焕章[10]（2012）在《基于多结构元素复合滤波的形态学边缘检测》一文中研究指出为了进一步提高形态学边缘检测算法的性能,设计了一种多结构元素复合滤波器,定义了一种具有方向估计的形态学梯度,并在此基础上提出了一种对噪声不敏感的边缘检测算法。该算法充分发挥形态学变换方式和结构元素的噪声抑制和细节保持性能,用含有方向信息的结构元素检测图像的边缘,并通过沿梯度方向进行非极大值抑制获取单像素宽边缘。实验结果表明,本算法边缘检测效果良好,抗噪性能强,且处理速度较快。(本文来源于《武汉大学学报(信息科学版)》期刊2012年01期）
多结构元素论文开题报告
（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：
焊缝起始点的识别是实现机器人智能焊接系统的一个重要环节。利用多结构元素的形态学方法对CCD在自然光条件下采集到的直焊缝图像进行处理,提取直焊缝边缘后借助于Hough变换得到焊缝初始点位置。试验结果表明,与传统的边缘检测方法和单结构元素形态学方法相比,本文提出的多结构元素形态学边缘检测方法边缘检测效果更佳,能有效去除噪声的同时,保留更多的边缘细节信息,为后续的图像处理操作奠定了基础,是一种有效的边缘检测方法。
（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。
多结构元素论文参考文献
[1].郑小霞,贾文慧,王靖,任浩翰.基于多结构元素形态滤波和EMD的轴承故障诊断[J].组合机床与自动化加工技术.2018
[2].熊睿,马国红,聂军,张裕明.基于多结构元素的形态学焊缝起始点识别[J].热加工工艺.2014
[3].刘俊峰,邓居智,陈辉,张寒韬,汤磊.基于多结构元素形态滤波的大地电磁去噪[J].物探与化探.2014
[4].尹星云.多结构元素彩色图像形态学边缘检测[J].现代计算机(专业版).2013
[5].毛秀丽.基于HIS空间和多尺度多结构元素的彩色图像边缘检测研究[D].重庆师范大学.2013
[6].鄂那林,王芬芬.基于多结构元素的形态学边缘检测算法[J].科技信息.2013
[7].李玲,周新志,黄君.多结构元素组合型MODIS影像水体边缘检测[J].测绘科学.2013
[8].陈恩庆,李晓磊.采用多结构元素模板的形态学边缘检测新算法[J].计算机工程与应用.2013
[9].杨年雪.基于小波变换和多结构元素形态学的木材缺陷图像处理[D].东北林业大学.2012
[10].唐永鹤,卢焕章.基于多结构元素复合滤波的形态学边缘检测[J].武汉大学学报(信息科学版).2012
论文知识图
