导读:本文包含了边缘矢量论文开题报告文献综述及选题提纲参考文献，主要关键词:极端边缘碰撞,色玻璃凝聚,矢量介子产生
边缘矢量论文文献综述
赵高高[1]（2017）在《极端边缘碰撞中矢量介子的产生》一文中研究指出在极端相对论重离子碰撞中矢量介子产生的实验数据,在大pT区域内理论可以很好的解释,而在小PT区域还有很多问题没有解释清楚。本文基于色玻璃凝聚(Color Glass Condensates,CGC)框架,研究极端边缘碰撞条件下矢量介子的产生。色玻璃凝聚框架下,胶子密度随着能量的增高和动量分数的减小迅速增大,当转移动量Q小于胶子饱和标度Q込时,达到胶子饱和状态。此外,我们还考虑在高能情况下,根据部分子模型,强子可以看做是类点、准自由的部分子组成的,接近光速移动的质子内部的带电部分子会辐射出光子,与另一个靶粒子发生相互作用。基于这种模型,计算了在大型强子对撞机(Large Hadron Collider,LHC)能区,不同散射模型和矢量介子波函数模型中,矢量介子在极端边缘PP(质子-质子)碰撞过程中的产生,并与等效光子近似方法比较。结果显示质子中带电部分子发光过程在矢量介子产生过程中贡献很大,可以和等效光子方法达到相同量级,不可忽略。(本文来源于《云南大学》期刊2017-05-01）
乔冬冬,赵子涛[2]（2016）在《RGB空间下基于矢量梯度的彩色图像边缘检测算法改进》一文中研究指出由于彩色图像能够提供比灰度图像更为丰富的信息,因此彩色图像处理越来越受到人们的重视。为了充分利用彩色信息进行边缘检测,提出了基于多方向矢量梯度的彩色图像边缘检测方法。在分析传统基于矢量梯度的边缘检测方法存在边缘不连续、漏检等问题的基础上,通过引入多方向矢量梯度,综合考虑不同方向对图像梯度的响应,并借助信息融合技术融合多个方向下的检测结果,从而得到最终边缘检测结果。实验结果表明,该改进算法对边缘提取具有更好的连续性和定位准确性,而且对低照度下的边缘图像具有较好的响应。(本文来源于《软件导刊》期刊2016年06期）
陈玲侠[3]（2014）在《矿山地质逆断层边缘子带合成矢量重构》一文中研究指出由于层位面插值点缺失,对逆断层区域矿山地质层矢量建模和叁维重构是技术难点。传统方法采用网格内叁角剖分和数据内插的栅格网最小对角线插值方法,算法在重迭区域内产生种子点分布不均匀,对逆断层区域的叁维重构效果不好。提出一种改进的基于逆断层区域边缘子带合成和矢量重构的矿山地质逆断层叁维重构技术。基于不规则叁角网的断面形成约束曲面构建,构建矿山地质逆断层区域复杂地质构造层面重构方法,在中层位和断层面的矢量相交点进行矢量裁剪,通过这些交点序列实现矿山地质逆断层区域复杂地质构造层面重构。按照拓扑约束条件,连接成面实现对矿山地质逆断层区域的矢量重构。仿真结果表明,算法计算的层面构造图实现了交线多边形的矢量表达和等值线与交线多边形的严格相交,能使得层面上下盘划分清楚,矿山重构准确性较高,展示了优越的应用性能。(本文来源于《控制工程》期刊2014年05期）
亢伉[4]（2014）在《基于改进PCNN与矢量法的输送带边缘检测》一文中研究指出为解决带式输送机输送带边缘难以提取的问题,提出了一种改进脉冲耦合神经网络(PCNN,Pulse Coupled Neural Network)与数学矢量相结合的输送带边缘检测算法.针对PCNN模型参数较多,各个参数不易自动选取的缺点,改进了模型结构,减少了待定参数;在此基础上利用矢量法寻找输送带边缘.实验结果表明,算法具有较强的准确性和有效性.(本文来源于《计算机系统应用》期刊2014年07期）
郭金萍,林永章[5]（2014）在《自适应边缘匹配矢量量化图像压缩算法实现》一文中研究指出本文提出了方差法识别"高细节块"和"低细节块"的方法,针对那些细节信息相对较为丰富的"高细节块"选择运用高比特率编码,要不然的话就选择运用低比特率编码。结合具体试验结果显示,该自适应变比特率压缩算法对于编码的质量水平、具体比特率以及编码时间这几个关键指标都显示出十分显着的完善。(本文来源于《电子制作》期刊2014年11期）
贾迪,孟祥福,张一飞,董娜,李思慧[6]（2014）在《梯度矢量扩散控制实现边缘保持的彩色图像去噪》一文中研究指出目的在图像的获取过程中,由于受到噪声等因素影响,可能导致图像质量下降,给后期处理带来困难,为此提出一种梯度矢量扩散控制实现边缘保持的彩色图像去噪方法。方法首先分析了彩色图像因灰度化带来的信息损失,为了更好地利用彩色图像信息,构造了RGB空间下的梯度矢量计算方法。其次分析了噪声邻域梯度矢量与边缘邻域梯度矢量间区域性结构差异,并指出现有扩散方程的不足,给出一种控制扩散矩阵的获取方法。最后通过推导矢量图像的边缘函数,给出了RGB空间下的PM方程,分解该模型去除法向扩散,并结合控制扩散矩阵改进边缘停止函数,以此获得更好的矢量扩散控制。结果实验结果表明,采用这种方法得到的处理结果有较高的信噪比,验证了该方法的有效性。结论本文方法能够在去噪的同时,较好地保持图像对比度与边缘信息,具备一定的实用性。(本文来源于《中国图象图形学报》期刊2014年04期）
王文宁[7]（2014）在《一种矢量相关性的抗噪声边缘检测方法》一文中研究指出对图像中常见的高斯噪声特性进行了分析,对含有较强高斯噪声的数字图像的边缘检测方法进行了研究。分析了边缘的方向性相关特征和连续性相关特征,设计了图像特征矢量图,检测图像特征矢量相关的相似度,提取出抗噪声的图像边缘检测方法。仿真验证表明,对于含有较强高斯噪声的图像,本方法能够有效抑制噪声,而且能够提取出准确清晰的边缘。本算法在噪声图像中能很好地克服普通算子的噪声问题,而且算法简单,计算量较少。(本文来源于《微型机与应用》期刊2014年05期）
张海波,孙辉,朱兴华[8]（2013）在《基于矢量运算的彩色图像边缘检测算法》一文中研究指出在矢量运算基础上提出一种加权的矢量相似度彩色图像边缘检测法,给出了算法思想和计算步骤,并进行了验证。该算法首先将彩色图像转换到YCbCr颜色模型并构造像素的矢量表达,然后利用矢量欧氏距离计算像素间的相似度分布,相似度具有局域最小特征的点即为边缘。该算法通过颜色模型转换实现亮度和颜色分离,从而可以引入权值控制亮度和颜色对边缘的贡献。实验结果表明,矢量空间相似度可以很好地表达图像边缘,亮度和颜色分离的方式也有利于彩色图像的边缘检测。(本文来源于《西华大学学报(自然科学版)》期刊2013年06期）
于晓升,吴成东,陈东岳,齐苑辰[9]（2013）在《基于边缘保护扩散的梯度矢量流测地线活动轮廓模型》一文中研究指出针对梯度矢量流测地线活动轮廓(gradient vector flow geodesic active contour,GVFGAC)模型对弱图像边缘敏感,轮廓演化难以进入目标细长的凹部,容易陷入局部极小值的问题,提出了一个基于边缘保护扩散的梯度矢量流测地线活动轮廓模型.在新模型中,采用各向异性扩散方式构建一个新的梯度矢量流场,使活动轮廓能够有效地克服弱边缘的干扰,收敛到期望的边缘位置.实验结果表明,与GVFGAC模型相比,新模型能够获得较好的分割结果,综合性能优于GVFGAC模型.(本文来源于《东北大学学报(自然科学版)》期刊2013年05期）
王凌飞,潘志斌,邓晓曼,胡森[10]（2013）在《利用边缘匹配矢量量化和变率编码的高嵌入效率信息隐藏》一文中研究指出衡量信息隐藏方法性能的优劣,一个重要指标为嵌入效率。在Deng方法的基础上,提出一种对其嵌入效率的改进算法,利用边缘匹配矢量量化(SMVQ)更强的索引间相关性以及当前块与相邻块索引差值更集中的数值分布范围进行信息隐藏。实验结果表明改进后的算法能够显着提高嵌入性能,与Deng方法相比,比特率下降了10.43%～19.80%,嵌入容量提高了25.61%～46.95%,嵌入效率则提高了41.33%～71.95%。(本文来源于《中国图象图形学报》期刊2013年04期）
边缘矢量论文开题报告
（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：
由于彩色图像能够提供比灰度图像更为丰富的信息,因此彩色图像处理越来越受到人们的重视。为了充分利用彩色信息进行边缘检测,提出了基于多方向矢量梯度的彩色图像边缘检测方法。在分析传统基于矢量梯度的边缘检测方法存在边缘不连续、漏检等问题的基础上,通过引入多方向矢量梯度,综合考虑不同方向对图像梯度的响应,并借助信息融合技术融合多个方向下的检测结果,从而得到最终边缘检测结果。实验结果表明,该改进算法对边缘提取具有更好的连续性和定位准确性,而且对低照度下的边缘图像具有较好的响应。
（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。
边缘矢量论文参考文献
[1].赵高高.极端边缘碰撞中矢量介子的产生[D].云南大学.2017
[2].乔冬冬,赵子涛.RGB空间下基于矢量梯度的彩色图像边缘检测算法改进[J].软件导刊.2016
[3].陈玲侠.矿山地质逆断层边缘子带合成矢量重构[J].控制工程.2014
[4].亢伉.基于改进PCNN与矢量法的输送带边缘检测[J].计算机系统应用.2014
[5].郭金萍,林永章.自适应边缘匹配矢量量化图像压缩算法实现[J].电子制作.2014
[6].贾迪,孟祥福,张一飞,董娜,李思慧.梯度矢量扩散控制实现边缘保持的彩色图像去噪[J].中国图象图形学报.2014
[7].王文宁.一种矢量相关性的抗噪声边缘检测方法[J].微型机与应用.2014
[8].张海波,孙辉,朱兴华.基于矢量运算的彩色图像边缘检测算法[J].西华大学学报(自然科学版).2013
[9].于晓升,吴成东,陈东岳,齐苑辰.基于边缘保护扩散的梯度矢量流测地线活动轮廓模型[J].东北大学学报(自然科学版).2013
[10].王凌飞,潘志斌,邓晓曼,胡森.利用边缘匹配矢量量化和变率编码的高嵌入效率信息隐藏[J].中国图象图形学报.2013