导读:本文包含了形态学细化论文开题报告文献综述及选题提纲参考文献，主要关键词:真空电弧,小波变换,形态检测,多尺度-细化
形态学细化论文文献综述
田小静,冯雨,郭英杰,赵亮,董华军[1]（2015）在《基于小波变换和形态学细化算法的真空电弧形态检测》一文中研究指出真空开关电弧的形态特征是电弧特性的外在反映,与真空开关的分断能力直接相关。为了研究真空开关电弧燃弧过程及其形态特征,建立了真空电弧图像实验采集系统,通过高速CCD相机采集真空电弧燃烧过程图像。为了获得电弧形态的细节特征,基于小波变换及形态学细化算法对真空电弧图像进行了形态细节特征提取研究。主要通过电弧图像的分解与重构、多尺度边缘检测及多尺度-细化算法实现电弧图像的形态特征检测。对多尺度-细化算法实验结果与经典算子和多尺度边缘检测算法的检测结果进行了对比分析。结果表明,采用多尺度-细化边缘检测算法可得到更完整、更清晰的细节特征,为研究真空电弧的调控理论提供了技术基础。(本文来源于《电工技术学报》期刊2015年11期）
邓廷权,唐东平[2]（2012）在《数学形态学视域下指纹图像细化算法高效研究》一文中研究指出重点研究了二值化后指纹图像细化算法.首先简介了改进的OPTA细化算法.在总结上述算法的优缺点基础上,提出更有效的基于数学形态学的查表细化算法.实验表明后一种细化算法效率更高、处理后几乎没有毛刺、效果更理想,为后续的工作奠定了良好的基础.所进行的算法高效化研究对于提升识别的准确度具有非常明显的积极作用,在论文的最后通过实证手段进行了证明.同时,该文最后采用Visual C++编程实现指纹图像预处理过程中的所有算法,算法效率较高,从实际需求角度为我国的指纹图像识别的细化处理提供了必要的理论依据,实践证明,该文所研究的数学形态学视角下的指纹图像细化算法高效研究具有一定的现实意义,应用于指纹图像识别工作中将会取得较好的效果.(本文来源于《湘潭大学自然科学学报》期刊2012年03期）
赵国庆,岳东杰,张洋,钟义[3]（2012）在《基于数学形态学的建筑物分类提取后细化处理研究》一文中研究指出随着城市化进程的加快,如何准确、高速、有效的从测绘数据中提取建筑物信息变得尤为重要。目前建筑物分类提取后,建筑物边缘不清晰,局部破碎,地物类别错分形成小斑点等一系列问题仍然存在。通过数学形态学和计算机数字图像处理的一些算法,利用MATLAB编程,将小斑点去除,修复建筑物内部破碎区域,清晰建筑物边缘,最后通过canny算法对建筑物边缘进行提取,结果表明本文对建筑物分类提取后细化处理具有较好的可行性与有效性。(本文来源于《水利与建筑工程学报》期刊2012年01期）
李杰,彭月英,元昌安,林墨,王仁民[4]（2012）在《基于数学形态学细化算法的图像边缘细化》一文中研究指出为了解决Sobel算子在阈值选择不当的情况下易造成图像边缘丢失或产生伪边缘的问题,通过最大类间方差的方式选出合适的阈值;同时利用数学形态学细化算法对该边缘图像进行细化处理。实验结果显示,该方法在保持原有边缘图像特征信息的前提下,比传统Sobel算子得到了更好的结果。(本文来源于《计算机应用》期刊2012年02期）
杨侠,王希常,刘江[5]（2011）在《基于数学形态学的手写体汉字细化方法研究》一文中研究指出提出了一种基于数学形态学的细化方法,该方法使用结构模板的方式对字符图像进行细化,并针对原有细化方法产生的细化不彻底现象,对原结构模板进行了改进。在常用细化结构模板的基础上,新增了几个结构模板,较好地解决了细化不彻底的现象。实验证明,细化后的图像保持了原图像的连通性并达到了很好的细化效果。(本文来源于《微型机与应用》期刊2011年20期）
刘惠敏,夏琳琳[6]（2011）在《基于两种数学形态学算法优势互补的图像细化方法》一文中研究指出图像的细化是提取曲线特征,矢量化、识别等后续图像处理的基础,而单一的算法往往不能得到理想的细化效果。本文在研究各种已有的细化算法的基础上,从中选出两种不同的数学形态学算法共同处理同一图像,可以实现较好的细化效果:即先对图像采用基于5×5邻域模板的数学形态学细化算法进行细化处理,再对处理后的图像采用基于结构元素对的数学形态学细化方法处理。通过编程和各种方法相比较,证明采用这种方式可以实现无腐蚀,连通性好,无毛刺,且为八邻连接的细化效果,为后续的图像处理打下良好的基础。(本文来源于《自动化技术与应用》期刊2011年10期）
闫丽丽,许长辉,高井祥,王坚[7]（2010）在《基于数学形态学细化算子的改进Canny算法研究》一文中研究指出边缘检测是图像处理领域研究的一个重要内容。本文基于数学形态学改进现有Canny算子。该方法首先用Canny算子进行滤波,然后采用非极大抑制技术,将强边缘图像和弱边缘图像的边缘进行连接,再对提取的边缘利用形态学细化算子细化。针对不同图像采用不同门限比例,可取得不同的边缘提取效果。本文采用峰值信噪比、均方误差、平均绝对误差叁个评价指标对边缘检测算法的优越性进行度量。实验分析表明,本文算法优于Sobel算子、Roberts算子、Log算子及传统Canny算法。(本文来源于《测绘科学》期刊2010年02期）
王玉娜[8]（2010）在《基于数学形态学脱机手写汉字细化的研究》一文中研究指出脱机手写体汉字识别是模式识别中的一个重要研究课题。同时,汉字作为一种世界上最古老的文字,其具有数量巨大,结构复杂,相似字多等特点,因此手写体汉字识别又是模式识别领域中的一个较难课题,可以说对于脱机手写体汉字识别的研究不仅拥有深刻的理论意义,更包含着巨大的实用价值。汉字识别分为预处理、特征提取、分类识别与后处理等步骤,其中对识别性能影响最大的是预处理、特征提取方法和所使用的分类器。本论文重点就是对脱机手写体汉字识别的预处理阶段进行研究。脱机手写汉字识别预处理大致可分为：二值化、平滑化、图像切分、归一化、细化等几个主要步骤。本文对此进行了分析,通过回顾和总结一些常用的细化算法,提出了一种基于数学形态学细化算法的改进方法,此算法在具备了数学形态学细化算法在手写体汉字识别中高识别率这一优势的同时,提高了细化速度,达到了很好的识别效果。本课题在深入研究数学形态学细化方法的基础上,充分考虑小字符集手写体汉字识别的需要,有针对性的改变了原有的结构元素,提出了一种在改变扫描顺序的基础上简化数组列表的算法——快速结构元素匹配细化算法,把原来的包含256个元素的数组简化为仅含54个元素,这样在每次的数组扫描过程中都会节省扫描时间,提高细化效率。同时通过对采集到的实验样本的大量测试并有效的调整结构元素,正确识别率及识别速度也都有很大的提高。该算法的应用具有很强的针对性,在一些特殊的应用领域会发挥它强大的功效,也是对传统的大字符集手写体汉字识别系统在特定领域汉字识别率不高缺陷的一个弥补,为今后脱机手写体汉字识别的应用研究提供了一定参考价值。(本文来源于《天津师范大学》期刊2010-03-01）
李征,王金根,陆钰[9]（2008）在《一种基于数学形态学细化的道路跟踪选择算法》一文中研究指出在航空图像中提取道路信息具有十分重要的军事和民用价值。利用航空图像中道路与背景之间通常存在着灰度差异,结合数学形态学知识,提出了一种基于数学形态学细化的线性跟踪选择算法,并对算法进行了详细描述和算法优点分析,通过实验验证了算法的有效性,实验证明所设计的线性跟踪选择算法检测效率较高,参数易于选择,道路提取效果好,具有较高的应用价值。(本文来源于《现代电子技术》期刊2008年13期）
夏克长[10]（2007）在《印花图案的数学形态学细化及其还原研究》一文中研究指出利用数学形态学的方法对印花图案进行细化及其还原的问题进行研究,给出具体的算法步骤和流程图,并用膨胀来近似粗化了细化后的图案,通过实验获得符合要求的细化及其还原的印花图案。(本文来源于《计算机与数字工程》期刊2007年07期）
形态学细化论文开题报告
（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：
重点研究了二值化后指纹图像细化算法.首先简介了改进的OPTA细化算法.在总结上述算法的优缺点基础上,提出更有效的基于数学形态学的查表细化算法.实验表明后一种细化算法效率更高、处理后几乎没有毛刺、效果更理想,为后续的工作奠定了良好的基础.所进行的算法高效化研究对于提升识别的准确度具有非常明显的积极作用,在论文的最后通过实证手段进行了证明.同时,该文最后采用Visual C++编程实现指纹图像预处理过程中的所有算法,算法效率较高,从实际需求角度为我国的指纹图像识别的细化处理提供了必要的理论依据,实践证明,该文所研究的数学形态学视角下的指纹图像细化算法高效研究具有一定的现实意义,应用于指纹图像识别工作中将会取得较好的效果.
（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。
形态学细化论文参考文献
[1].田小静,冯雨,郭英杰,赵亮,董华军.基于小波变换和形态学细化算法的真空电弧形态检测[J].电工技术学报.2015
[2].邓廷权,唐东平.数学形态学视域下指纹图像细化算法高效研究[J].湘潭大学自然科学学报.2012
[3].赵国庆,岳东杰,张洋,钟义.基于数学形态学的建筑物分类提取后细化处理研究[J].水利与建筑工程学报.2012
[4].李杰,彭月英,元昌安,林墨,王仁民.基于数学形态学细化算法的图像边缘细化[J].计算机应用.2012
[5].杨侠,王希常,刘江.基于数学形态学的手写体汉字细化方法研究[J].微型机与应用.2011
[6].刘惠敏,夏琳琳.基于两种数学形态学算法优势互补的图像细化方法[J].自动化技术与应用.2011
[7].闫丽丽,许长辉,高井祥,王坚.基于数学形态学细化算子的改进Canny算法研究[J].测绘科学.2010
[8].王玉娜.基于数学形态学脱机手写汉字细化的研究[D].天津师范大学.2010
[9].李征,王金根,陆钰.一种基于数学形态学细化的道路跟踪选择算法[J].现代电子技术.2008
[10].夏克长.印花图案的数学形态学细化及其还原研究[J].计算机与数字工程.2007